交通视频中运动车辆检测和跟踪技术的研究

提出了利用高斯混合模型和Blob分析相结合进行运动车辆检测和跟踪.利用高斯混合模型,对背景模型建模,提取前景图像.通过数学形态学对图像进行修正,消除噪声.利用Blob分析算法对运动车辆进行检测和跟踪.通过MATLAB软件进行仿真实验,证明算法具有一定的实用性.     

基于形态学的运动车辆检测技术的研究

对交通视频中的运动车辆进行图像灰度转换和滤波处理.根据道路中运动车辆的形态学特征,利用形态学运算,减少其他目标的干扰,对车辆目标从道路中进行分割.利用图像像素的连通性,对车辆进行标注,实现车辆的检测.算法在MATLAB平台中仿真实验,证明算法具有一定的实用性和准确性.     

基于序列图像的空中目标跟踪方法

文中提出一种有效的运动跟踪检测算法对空中运动目标进行快速、准确的检测和跟踪,首先利用对称图像差分梯度法进行运动目标检测,该方法能很好地检测出移动背景中低信噪比的运动目标;然后通过改进的活动轮廓模型在视频图像序列中进行跟踪,实验结果表明,使用该方法可以得到有效的目标轮廓,从而获得准确跟踪效果.     

基于运动信息的弱小目标跟踪方法

近年来,低信噪比图像序列中弱小目标跟踪问题是国内外学者研究的一个热门课题.文中针对弱小目标的背景特性、目标特性和运动特性进行了深入分析,提出了利用序列图像小目标运动的连续性滤除背景以提高信噪比,运用目标本身特征和运动信息确认目标,减少虚警率,从而有效地跟踪弱小目标.算法收敛迅速,跟踪精度高.仿真实验结果表明该方法能够准确高效的检测并跟踪运动小目标.     

基于视频图像的运动目标识别与跟踪方法研究

文中先对包含复杂背景的运动目标视频图像进行了背景提取,然后利用Canny算法完成对去背景后目标图像的边缘检测,并对目标进行了识别、跟踪,获得了比较理想的识别效果.该方法可用于导弹图像制导、智能化交通监控系统和其它图像目标识别系统.     

海天背景下红外舰船目标实时跟踪算法研究

针对海天背景下的红外舰船图像对比度低、船载摄像机上下抖动剧烈的特点,文中提出了均值移位(mean-shift)和海天线检测相结合的红外目标实时跟踪算法.首先通过水平投影方法提取每帧图像的海天线,然后由相邻帧海天线的高度差设定每帧图像跟踪起始点,将目标的灰度和梯度信息进行加权来描述目标特征,利用mean-shift算法进行目标跟踪.实验结果表明,文中算法能够准确跟踪上下运动剧烈的红外舰船目标,跟踪速度达到12 fps.     

图像跟踪技术在无人机自主着陆导航中的应用

引导无人机自主着陆,采用2个图像采集分系统的双摄像机视觉导航系统.由图像跟踪技术在图像中锁定无人机,并通过转台记录偏转的角度,以确定无人机的相对空间位置.并采用边缘跟踪算法,获取运动物体的外部轮廓特征,对序列图像进行处理,继而实现对运动物体进行识别跟踪.其仿真结果表明跟踪效果良好.     

海面运动目标的检测与跟踪系统研究

海面上运动目标的检测与跟踪技术,涉及图像处理、模式识别及人工智能等领域,并且该技术也被广泛地应用到军事等各个方面。在军事中,为了给制导系统以足够的时间反应,要求在远距离就能检测到运动目标,因此要求图像处理及跟踪系统有较快的运算速度,本系统在双数字信号处理器（双DSP）控制系统的基础上,利用提升形态小波方法进行图像预处理,通过试验得出其去噪效果最为明显,比原图像的对比度提高37.45倍。利用RANSAC算法对海天线进行检测,同时将GA算法和Otsu算法相结合来提取运动目标特性,通过试验得出其分割方法的效果明显,并且与传统的穷举搜索域值相比,其运算速度提高176.47倍。系统将程序嵌入到双DSP控制系统中,通过实测达到了对运动目标的准确定位及稳定的自动跟踪效果,并且图像处理平台的实际运算能力和数据的吞吐量也满足系统对运动目标图像处理的要求。     

基于小波分解与运动补偿的弹迹检测方法

基于小波分解与运动补偿的弹迹检测方法,采用多层离散小波分解图像,以低频图像块匹配估计背景运动矢量.再利用差分算法检测射弹,计算出形心坐标并绘出射弹运动轨迹.其实现步骤包括:图像预处理-靶标定位跟踪、原始图像小波多层分解、低频图像块匹配、背景图像运动补偿及射弹检测与空间坐标推断.并以实验验证.     

智能车辆中非结构化道路检测技术的研究

由于非结构化道路环境复杂的特点,非结构化道路边界检测和分割对于智能车辆的道路检测和识别是非常重要的.针对非结构化道路多样性和复杂性,首先对道路图像进行HIS空间变换,减少光照条件的影响.通过利用基于标记的分水岭分割算法对道路图像进行处理,比较几种标记算法,数学形态学效果最佳.最后,利用算法对实际的非结构化道路图像在matlab软件平台进行了仿真实验,证明算法具有一定的实用性.     

基于水下运动目标流场信息的仿生探测原理

鱼类侧线器官利用水介质的流动信息进行环境感知与探测,该原理为水下探测技术提供了新的发展方向。基于鱼类侧线的仿生探测原理,研究以运动目标绕流场为信息源的目标探测原理问题,建立了球头圆柱体绕流的仿真分析模型,结合势流理论分析和仿真规律分析,初步揭示了水中运动体目标特性与运动体绕流场特征参量之间的关联规律,即通过对曲线峰值、谷值、斜率的计算获得了与运动体速度、长度、半径、观测点信息相对应的特征参量,探索了利用水下运动体绕流场信息进行目标探测的可行性。     

红外图象序列的运动目标检测

讨论了红外图象序列的运动目标检测方法 --光流法 ,并对实际的红外图象进行了仿真。实验结果表明 ,对于红外图象来说 ,Horn&Schunck算法具有比较好的性能。本文还对其他的几种算法进行了分析 ,给出了一些定性的结论     

基于特征点和区域生长的目标图像分割方法

成像探测的运动目标图像中背景复杂并且含有大量的噪声,针对传统的目标的检测和分割方法精确定位困难、且不能完整分割等问题,提出基于特征点和区域生长的运动目标图像分割方法。通过相邻帧图像的绝对值差分图像得到大概的运动区域,利用基于LK光流的角点检测方法提取差值图像中的特征点,采用非最大值抑制对特征点的优劣性进行评估,对好的特征点进行区域生长,最终达到运动目标的分割目的。仿真结果表明:该方法能够对复杂图像序列中的运动目标进行精确定位,得到较好的目标分割结果,并且计算量小,具有较高的鲁棒性。     

无人集群系统协同运动规划技术综述

地面无人集群由多个地面无人移动平台构成,能够通过各无人平台间相互协同完成统一的系统协同目标,在军事和交通系统等领域能够发挥重要的作用。协同运动规划作为无人集群系统协同的关键技术之一,近年来在理论和应用等方面的研究受到越来越多的关注。针对此研究问题,归纳总结了近年来相关领域的无人集群系统协同运动规划的研究成果,阐述了无人集群协同运动规划技术的研究背景和意义,结合国内外发展现状和研究进展,对多车协同系统的应用进行了表述,并根据主流研究方法使用的框架和算法,对现有的协同运动规划技术进行分类,并讨论了各类方法的主要特点,同时对相关代表性工作进行讨论,提出了无人集群协同规划技术面临的挑战和未来发展方向。     

基于线性阵列包络线偏移叠加的车辆检测方法

基于声信号和震动信号的车辆目标探测,广泛应用于战场侦查、安防和反恐等领域。提出了一种基于声信号和震动传感器线性阵列包络线偏移叠加的车辆目标检测方法。该方法根据信号包络线特征和相似性,通过偏移叠加的方法进行信号检测和速度估计,不仅能提高对运动车辆目标的检测效率,还可给出它们的运动方向和速度。实验数据分析表明：除了多个车辆同时经过会导致目标信号在时域内重叠外,其他情况下车辆目标都能检测识别;与利用单个传感器的信噪比和持续时间等特征进行检测的结果相比,误检率由61％降至0%,而漏检率由7.8%升至12.5%.     

智能车辆视觉里程计算法研究进展

对智能车辆视觉里程计算法进行了综述,首先说明了视觉里程计的基本原理,然后从所使用的信息特征、相机配置、两帧或多帧计算框架等方面对视觉里程计系统进行了分类与比较,其次详细介绍了视觉里程计算法中的关键技术问题,包括特征选择与匹配、鲁棒运动估计等,最后讨论了视觉里程计未来发展方向。     

基于时空LBP特征的自适应运动目标提取算法

传统的运动目标检测算法主要基于像素值的统计模型,对于光照突变和噪声极为敏感。为此,提出了一种基于时空LBP建模的自适应运动目标检测算法。通过使用结合了时序信息的LBP描述视频图像序列中像素特征,通过经典的高斯混合模型对像素特征进行建模,提取出运动目标。实验结果表明,该算法能够适应光照变化,具有良好的检测性能。