排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
在成像制导过程中需要实时处理大量信息。为了尽可能在保留有效信息情况下降低计算量,提出了一种基于人眼非均匀采样特性和水平集曲线演化方法相结合的红外目标跟踪方法。首先利用对数极坐标模型的旋转、缩放及灰度分布不变性来压缩信息量,以提高计算速度。然后采用基于目标灰度和边缘特征的水平集曲线演化方法来抑制目标的非刚性形变,从而实现对非刚性变形目标的稳健跟踪。与传统的Mean Shift跟踪方法和粒子滤波跟踪方法相比,该方法具有跟踪稳定、精度高等优点。实验结果表明,该方法能够有效抑制目标的非刚性形变。 相似文献
5.
由于在成像制导过程中需要实时处理大量的信息,为了在尽可能保留有效信息的情况下降低计算量,采用了一种人眼视觉非均匀采样模型--对数极坐标模型,来压缩信息量以提高计算速度;另外,由于对数极坐标变换对目标形状具有旋转和缩放不变性,在跟踪非刚性目标时该模型能表现出很好的稳健性;考虑到复杂环境中目标跟踪包含强噪声和强杂波,而且目标模型是非高斯非线性的,针对这些问题,在人眼非均匀采样模型的基础上,将基于目标强度特征的Mean shift跟踪方法与粒子滤波相结合,将Mean shift算法用于采样粒子滤波,有效地降低了抽样的粒子数,并对算法进行了数字仿真;实验结果表明,该方法能够有效抑制匹配点漂移,并且降低目标跟踪的计算量,是一种稳健的目标跟踪方法. 相似文献
6.
将小波多尺度分解与传统Mean Shift滤波算法相结合提出的一种有效的图像滤波方法。先将含噪声图像进行Mallat塔式分解,获得不同尺度、不同频带的子图像。将低频近似图像保持不变,对高频细节进行Mean Shift滤波,最后将低频近似图像与高频滤波后的图像进行合成得到去噪后的图像。由于Mean Shift算法是一种迭代方法,要保证较高的数值计算精度则需要较多的迭代次数,耗费较长的计算时间,为克服这一缺点,提出了采用Fourier级数来近似计算高斯函数。实验结果表明该方法在降低噪声的同时能够尽可能的保留图像细节,其去噪效果优于传统的高斯滤波、Wiener滤波方法和单一小波域值法和Mean Shift滤波方法。 相似文献
7.
8.
9.
为了在视频图像中进行字幕信息的实时提取,提出了一套简捷而有效的方法。首先进行文字事件检测,然后进行边缘检测、阈值计算和边缘尺寸限制,最后依据文字像素密度范围进一步滤去非文字区域的视频字幕,提出的叠加水平和垂直方向边缘的方法,加强了检测到的文字的边缘;对边缘进行尺寸限制过滤掉了不符合文字尺寸的边缘。应用投影法最终确定视频字幕所在区域。最后,利用OCR识别技术对提取出来的文字区域进行识别,完成视频中文字的提取。以上方法的结合保证了提出算法的正确率和鲁棒性。 相似文献
1