物联网室内运动目标协作信息融合跟踪方法

物联网领域室内运动目标识别与跟踪是当今研究与应用的热点.提出一种基于RFID识别定位技术与CCD视频信息相融合的室内运动目标识别跟踪方法.首先利用RFID及提出的扩展虚拟参考标签定位方法对目标进行身份识别与粗定位,利用此信息指导多CCD开启或休眠,应用背景差分法对CCD监控图像检测目标并进行多视角融合实现较精确定位,最后通过加权平均得到运动目标位置.该方法融合了RFID快速识别定位及CCD视频定位准确的优点,实验结果表明,提出协作信息融合方法可有效提高室内目标跟踪准确度与实时性.     

一种基于车辆遮挡模型的车流量统计算法

传统视频检测车流量统计利用车辆跟踪解决遮挡问题,算法复杂且容易受到外界干扰影响,为此建立了若干车辆遮挡模型,利用分层轮廓匹配法将运动目标与车辆遮挡模型进行轮廓匹配识别出遮挡车辆。为了提取运动目标完整外部轮廓,提出一种基于连通域的两轮扫描法来标记各个运动车辆,并利用YUV彩色空间对阴影进行检测和抑制,提高车流量统计精度。实验结果表明,该方法能有效识别遮挡车辆,具有较高的车流量统计精度。     

路面机动目标的融合跟踪

针对自主车辆的机动目标跟踪问题提出了一个利用雷达和图像传感器的融合跟踪方法.采用动力学模型对车辆运动进行描述以适应车辆机动的情形.利用雷达的距离信息建立视觉窗口,利用三维线框模型从窗口图像中获取车辆转向角,然后通过数据融合技术,充分利用雷达与图像传感的量测信息,提高对机动目标的状态估计精度.三维仿真实验证明,与单纯基于雷达量测的跟踪方法相比,该融合方法大大提高了对机动目标的跟踪精度.     

一种改进的车辆检测日夜区分方法

在基于视频的智能交通系统中,由于日夜间车辆的检测方法不同,需要在日夜交替时进行相应算法的选择.在分析了现有日夜区分技术不足的基础上,根据日夜间户外视频图像的变化特点,提出了将时间判据和局部图像平均灰度标准差判据相结合的日夜区分方法,并设计了相应的车辆检测算法.实验表明,该方法运用在视频测速系统中,判断时间短、区分准确率高.     

基于电子稳像跟踪技术的运动滤波算法

为了在摄像机平台不稳的情况下获取稳定的图像序列,实现基于电子稳像的目标跟踪,对摄像机主动扫描运动与随机抖动分离方法进行了研究,提出了用均值偏移和粒子滤波结合的运动滤波算法(MSPF)来实现运动分离.算法通过粒子滤波预测粒子,然后利用单次均值偏移迭代移动粒子,使粒子更接近于目标真实位置区域,削弱了计算结果精度对粒子数的依赖.对于现实中的复杂背景,利用MSPF算法分离摄像机的主动扫描运动和随机抖动,采用运动补偿图像差分法检测出运动目标,从而实现图像的稳定跟踪.实验结果表明,MSPF算法使用50%的粒子就能起到传统粒子滤波算法同样的效果,缩短了计算时间,有利于实现实时稳像跟踪,适用于车载、船载、机载等稳定跟踪系统中.     

一种运动目标检测与跟踪的方法研究

针对视频序列中运动目标的检测与跟踪进行了研究,提出了一种基于视频序列的YCbCr模式归一化定义,利用三帧图像差分,区域生长生成运动矩形框的方法对目标进行运动分割;并利用基于速度差的粒子滤波器对运动框的移动进行预测,从而达到快速跟踪运动目标的目的。实验结果表明通过调节内部参数,在固定摄像机不复杂背景下对人、车运动目标检测与跟踪是快速且有效的。     

动态特征块匹配的背景更新在运动检测的应用

为解决传统监控设备视场小、非智能等缺陷,结合全景成像技术和计算机视觉技术,建立无人环境下外来入侵自动检测系统,从而实现了全景监控视场下运动目标快速准确的检测及跟踪。该技术关键在于如何在复杂的动态背景下有效地提取运动目标,为此提出一种基于动态特征块匹配的自适应背景更新算法。在采用帧间差分与背景差分融合算法检测到目标的基础上,利用目标的矩信息进行跟踪,避免了全景视觉下颜色及轮廓特征缺失的弊端。根据目标的轮廓及位置提取特征块,将视频序列的每一帧图像与初始背景图像进行特征块区域的局部匹配,首先通过分析特征块图像的颜色特征,构建基于区间统计的RGB颜色直方图,提取颜色特征序列。然后通过计算序列相关性来判断该区域是否需要背景更新,从而降低对单个像素更新的冗余计算。实验表明,该更新算法具有较强的鲁棒性和可行性,能够有效提高监控系统的稳定性。     

一种视频序列中运动目标的跟踪方法

针对运动目标的跟踪,采用模板匹配法和kalman滤波嚣进行图像跟踪,跟踪前先进行模板提取,采用投影法来投影出模板的位置,然后再对这个模板在视频序列中进行目标跟踪.理论分析和实验结果表明,该算法对于视频运动目标的跟踪,能有效检测出目标图像,对于实时视频图像处理有深远的影响.     

基于自适应PSO粒子滤波的智能跟踪系统

为解决现有跟踪算法的复杂性和不实用性等问题,提出了一种新的自适应PSO粒子滤波算法。该算法能动态调整粒子数,根据三角特征提取目标信息,准确估计目标状态位置。在此算法基础上设计了智能跟踪系统,该系统以DSP为视频图像处理的核心,由FPGA预处理视频图像数据,实现了对目标的识别与跟踪。     

基于双目视觉的工程车辆定位与行驶速度检测

针对工程车辆行驶速度低、滑转率高的特点,提出了一种基于双目序列图像的检测方法,以便快速检测工程车辆的相对位置与实际行驶速度。将双目摄像机安装在车辆上,连续采集周围环境的序列图像;利用SURF(speeded up robust features)特征对已采集到的各帧双目图像进行立体匹配,计算出环境特征点到摄像机坐标系原点的距离,从而实现车辆的相对定位;再对相邻两帧图像进行特征跟踪匹配,根据不同景深将匹配特征点对划分为远距点对和近距点对,分别利用远距点对和近距点对估算车辆运动过程中坐标系的旋转矩阵和平移矢量,并利用Levenberg-Marquardt法进行优化求解;最后根据优化后的旋转矩阵和平移矢量计算出车辆的行驶速度。户外模拟试验结果表明了方法的有效性和可行性。     

面向对象的CAD/CAM工程数据库

本文讨论了如何将面向对象技术应用于CAD/CAM工程数据,分之为复杂对象和简单对象;成功地实现了对CAD/CAM工程数据的有效管理,建立了一个面向对象的CAD/CAM工程数据库.     

面向对象分析、设计与编程

在软件工程中,作为软件开发的一种实用而有效的途径——面向对象方法,由于具有很多独特的优点,已逐步得到软件开发人员的广泛应用.本文从软件工程的角度,通过对面向对象方法的基本组成部分——面向对象分析、面向对象设计和面向对象编程的分别研究与论述,并结合典型的面向对象编程语言C++的程序设计方法,系统地阐述了面向对象程序设计方法的一般步骤和基本方法.同时,本文对C++语言的三大重要特征——对象、多态性和继承做了分析和介绍,从而构建了用C++语言编程的基本框架.面向对象的方法是一种新的编程方法,它因具有许多优点而具有旺盛的生命力的同时,尚有许多问题有待解决,才能更进一步的得到普及和应用.     

基于多帧差分与自适应技术的运动目标检测方法研究

提出了动态环境下适用于移动机器人视觉导航的运动目标检测方法,将多帧差分与自适应背景剪除技术相结合,考虑了背景的运动变化和对移动机器人的运动进行了补偿,优化了图像采集频率和摄像机运动速度之间的参数,并选取相应的最优帧数进行差分。该方法获得了准确、完整的检测结果,提高了检测的实时性,可用于视觉导航的智能移动机器人系统。     

仿射不变的运动目标识别方法

提出了一种在三维空间内对运动目标识别的方法,该方法对目标平移、旋转、尺度及视角变化具有良好的不变性。将目标轮廓曲线用仿射不变量参数化,待识别目标的参数化轮廓线正交投影后,可使其与库存同一型号的目标轮廓线保持较强的相关性。最后,用归一化相关函数作为识别准则进行了实验。实验结果表明,对于空间姿态变化前后的目标,它们的相关结果＞95％,该方法能够以较高的识别率识别出图像序列中各种变化的同一目标。     

面向客户定制产品开发的多目标优化算法设计

对多目标优化进化算法进行研究,设计了基于客户需求信息的产品多目标优化算法。针对进化算法优化效率低的缺点,提出了目标侧重度概念,使进化算法有选择地收敛,提高了算法的优化效率;针对进化算法容易陷入局部最优和解分布不均匀的缺点,提出了目标间距概念,避免算法在收敛过程中早熟,保证了最优解的多样性,降低了客户的选择压力。在MATLAB 7.0平台上对改进算法进行仿真实验,并与NSGA-2和SPEA-2两种进化算法进行对比分析,验证了改进算法的可行性、可靠性与优越性。     

Web实体提取在垂直搜索中的应用研究

首先介绍了垂直搜索的定义及其特点,针对垂直搜索的特征提出了Web实体提取方法。详细阐述了Web实体的概念设计、流程设计,分析了整个Web实体提取方法执行过程,并在此基础上完成了Web实体提取算法设计。最后,将该Web实体提取方法应用于垂直搜索中,充分说明了其可行性,并将推动垂直搜索的发展。     

基于广义坐标的冗余度机器人运动轨迹的规划

在有障碍的工作环境中 ,为了使机器人到达其目标位置 ,并实现正常作业 ,就必须进行无碰撞轨迹规划。本文介绍了一种广义坐标法 ,它能快速获得两空间凸形物的距离。因此 ,它在避障轨迹规划中是一种运算速度较快的计算方法。     

利用ActiveX Automation技术开发AutoCAD2000

随着面向对象编程技术的发展与流行，AutdCAD二次开发工具也产生了根本性的变化。这里详细论述了AutoCAD2000对ActiveX Automation技术的全面支持。     

小孔成像现象再解释

从几何学出发,研究了有限大小物经过有限尺寸小孔以后的成像规律。得到结论如下:对有限大小的物点和有限尺寸的小孔,随着物距的不同,小孔成的像会按成像规律进行放大,但是由于小孔的有限尺寸,故相比于真正意义上的小孔,该放大的像会进一步向上与向下弥散;弥散斑的大小和像距与物距的比值以及小孔尺寸有关,小孔成像并不是通常认为的严格意义上的透镜成像。     

视觉显著目标的自适应分割

基于视觉注意模型和最大熵分割算法,提出了一种自适应显著目标分割方法来分离目标和复杂背景,以便快速准确地从场景图像中检测出显著目标。首先,通过颜色、强度、方向和局部能量4个特征通道获取图像的显著图;通过引入局部能量通道来更好地描述了显著目标的轮廓。然后,根据显著图中像素灰度的强弱构建不同的目标检测蒙板,将每个蒙板作用于原图像作为预分割的结果,再计算每个预分割图像的熵。最后,利用最大熵准则估计图像目标熵,根据预分割图像的熵和目标熵判断选取最优显著目标分割图像。实验结果表明：本文算法检测的显著目标更为完整,分割性能F-measure达到0.56,查全率和查准率分别为0.69和0.41,相对于传统方法更为有效准确,实现了在复杂背景下对显著目标的有效准确检测。