共查询到18条相似文献,搜索用时 109 毫秒
1.
2.
一种基于分块灰度投影运动估计的视频稳像方法 总被引:1,自引:0,他引:1
提出一种基于分块灰度投影运动估计的视频稳像方法,该方法首先对图像划分子区域, 依据灰度梯度对子区域进行筛选,剔除容易导致错误运动估计的低对比度子区域,在减少运动估计运算量的同时提高了运动矢量估计的精度;然后对保留的子区域进行灰度投影及相关运算获得局部运动矢量,根据图像帧间运动模型由局部运动计算出图像的全局运动矢量;最后根据运动补偿矢量对图像进行补偿,以获得稳定的图像序列。分块灰度投影运动估计算法有效解决了投影法存在的前景局部运动影响全局运动估计精度,以及无法估计旋转运动问题。实验结果表明,相比于传统灰度投影算法,该运动估计算法提高了运动估计的准确性和实时性。 相似文献
3.
4.
非平稳非高斯测量噪声条件下改进差分粒子滤波算法研究 总被引:1,自引:0,他引:1
针对非平稳非高斯测量噪声(NSNGN)条件下差分粒子滤波(DDPF)算法状态估计精度低、易发散的问题,提出了一种改进DDPF(IDDPF)算法. IDDPF算法采用高斯混合密度函数近似估计测量噪声,替代传统算法中测量噪声的高斯密度函数近似估计,采用似然函数的对数最大化法求解高斯混合密度函数模型参数,并将该模型应用于粒子权值计算,避免了高斯密度函数近似估计噪声模型所易于导致的粒子退化问题;通过建立水下目标纯方位角跟踪系统模型,将IDDPF算法应用于闪烁测量噪声条件下水下目标纯方位角跟踪问题的求解。50次Monte Carlo对比仿真实验结果表明:在NSNGN条件下IDDPF算法具有跟踪响应快、估计精度高、鲁棒性较好等优点。 相似文献
5.
根据航拍地形图像和目标图像的特点,提出Zoser图像匹配算法用于图像导航与制导.Zoser算法主要由高斯Zoser图像金字塔、24邻域极值点和SIFTl28描述符等组成.Zoser算法使用整型数据,结构简单,二级算法独立性好,易于模块化设计;根据这些特点提出了基于FPGA和多DSP的系统设计方案,系统具有较好的实时性和图像匹配目标识别性能.Zoser算法对图像位移、旋转、仿射变换、尺度变化、噪声影响、轻微形变和照度变化有较好的鲁棒性,识别和匹配的准确性较好,速度比SIFT算法提高3倍左右,更适合实时系统. 相似文献
6.
采用时-空梯度法,建立一种估计图像序列中目标偏移植的相关跟踪算法。该算法采用一维相关,而且两个方向相关运算可以并行独立运算,适于硬件实现,计算速度大大高于常规相关跟踪算法,具有很强的实时性,仿真结果还表明该算法具有较高跟踪精度,且对噪声不敏感。 相似文献
7.
8.
9.
针对目前火箭弹道实时融合方法抗干扰性差、对初值敏感、依赖于理论弹道方程等问题,从测量误差的统计特性出发,证明了从有限样本构造的高斯核密度估计函数最大值点是产生该组样本高斯分布期望的无偏估计量这一结论,提出了一种基于高斯核密度估计函数最大值点跟踪的方法:根据各设备的测量数据构造高斯核密度估计函数,将弹道融合问题转化为求该函数最大值点的问题; 由于经典的迭代求解法耗时较长,对前一帧估计结果进行平移采样,将采样结果作为当前帧最大值点的近邻进行一阶泰勒估计,最后取核函数值最大的估计位置,从而完成跟踪。对方法的有效性进行了理论分析,并与经典迭代法的时间消耗进行了对比理论计算。结合实验从抗干扰性、初值敏感度、伸缩性能、稳定性方面,与目前的选优法、样条约束法、无迹卡尔曼滤波法进行比较,证明了该文方法具有估计精度高、鲁棒性强、可扩展性强、平滑度高的优势,且满足实时性要求。 相似文献
10.
11.
12.
基于高速DSP芯片的电子消旋系统,利用旋转算法对每一场图像的亮度、色度分量进行反向旋转处理,再使用线性差值法对像素进行重新采样输出。其DSP模块将姿态数据从数字视频信号中分离出来,然后依据姿态数据中的实时旋转角度对数字视频图像进行反向旋转处理,最后将处理过后的图像送输出缓冲区,从而实现旋转彩色视频图像的实时消旋。 相似文献
13.
为提高移动机器人回环检测模块的准确率和实时性,提出一种基于特征地图的改进回环检测算法。在传
统模型的基础上,对关键帧的特征点进行筛选,选取高效特征点构建特征地图,利用视觉字典树对特征地图和关键
帧进行场景描述;对词袋模型进行改进,将场景分割用在图像信息的提取和特征聚类上;建立基于分层K++均值的
视觉字典树,得到改进的基于分层金字塔TF-IDF(term frequency–inverse document frequency)的匹配方法。实验结果
证明:相比FAB-MAP(fast appearance-based mapping)和RGB-D SLAM v2,改进算法在特征点规模、实时性、召回
率方面性能更优。 相似文献
14.
15.
红外系列图像运动小目标检测,基于形态学滤波抑制图像系列背景方法,在图像分割基础上,利用目标在帧间运动的连续性进行目标识别.即首先通过形态学滤波进行图像预处理,用自适应阈值方法分割出候选目标,再利用目标运动特征,采用邻域判决法最终检测出目标.模拟实验表明该方法能够准确高效地检测出运动小目标. 相似文献
16.
17.