基于模板匹配和Kalman滤波器的目标跟踪

传统的模板匹配算法在目标做简单直线运动时有很好的跟踪效果。为解决实际应用中存在的目标变形、噪声干扰等问题,采用了动态更新模板的模板匹配,即当本帧图像中目标与模板的匹配度高于阈值时,则将本帧图像中识别的目标作为下一帧图像中目标跟踪的模板;当匹配度低于阈值时,仍将本帧的模板作为下一帧的模板,避免由于噪声的干扰导致跟踪的漂移。利用Kalman滤波原理对目标的运动状态进行了预测,缩小搜索范围,减小计算量,提高了实时性。实验表明,该方法能够快速准确地跟踪运动的目标。     

LR-WPAN中节点能量优化方法

针对特定的应用场合,考虑低速率无线个人局域网(LR-WPAN)网络节点的能耗问题,提出了一种基于CSMA/CA与TDMA相结合的传输方法。方法以网络同步为前提,通过增加网络休眠时间和划分数据传输时间槽等措施,降低网络的整体功耗。实验结果表明,所提方法在增加路由节点的休眠时间和减少终端节点载波侦听功耗方面都优于CSMA/CA算法,延长了网络生命周期。