基于VC++6.0的目标识别和跟踪算法验证系统

介绍了基于VC 6．0的目标识别和跟踪算法验证系统。该系统由图像导入、算法选择、单帧处理、多帧处理、AVI视频生成和播放、帮助等六大模块组成，可方便地进行目标识别和跟踪算法的开发，为最终研制实时图像处理系统提供依据。     

基于FPGA的多运动目标检测及硬件实现

针对视频流图像的目标检测,基于帧间差分理论提出了一种实时多运动目标检测算法。根据视频图像在实时处理中的应用,基于FPGA硬件平台并行处理快与可编程的特性,在FPGA上实现算法,经过MATLAB环境算法验证,并在设计的FPGA视频图像处理系统进行实现。该系统主要由图像采集模块、图像缓存模块、图像处理模块及图像显示模块4部分组成,通过OV5640采集图像数据,再对数据进行差分、滤波、形态学等一系列算法处理,存入DDR3中,最后通过VGA进行显示。实验结果表明,该系统在一定测距范围内可稳定跟踪运动目标,可实时显示,多目标检测识别率较高,能实时检测视频流图像中的多运动目标。     

基于Matlab实时运动目标跟踪检测系统

运动目标的检测跟踪是视频理解技术和计算机视觉的研究热点,其在解决智能视频监控,人机交互,智能交通系统等领域有着广泛而重要的应用,基于此利用matlab平台构建出USB摄像头实时图像采集处理系,从视频流采集到处理综合利用了背景估测,图像分割,目标检测与跟踪算法准确高效地检测出环境场景中的动态目标,并成功地对其进行实时追踪。利用matlab的simulink模块编程实现提取视频流YcbCr输入系统进行运算处理,并改进了背景估测和目标检测算法,提高系统的实时性。最终利用多次试验,对室内和室外运动目标实现检测跟踪,验证了系统处理实际问题的可靠性能。     

基于声图像序列的快速目标跟踪算法

针对声图像具有对比度低、不同时刻目标回波变化大等特点,提出了一种基于卡尔曼滤波和数据关联算法的快速目标跟踪算法.该算法首先对声图像序列进行高斯平滑和自适应阈值分割处理,在此基础上建立卡尔曼滤波目标跟踪模型和数据关联目标匹配算法,分析计算了可跟踪的目标速度上限值.仿真结果表明,该算法可较准确地实现目标跟踪,允许的目标速度可满足实际应用的需要.同传统文献算法相比,该算法具有实时性好、鲁棒性强,能更好地适应目标分裂或合并等情形.     

融合视觉显著性再检测的孪生网络无人机目标跟踪算法

针对旋翼飞行器在跟踪过程中目标尺度变化、快速运动、视角变化等问题,本文提出了一种基于MobileNetV2的孪生网络目标跟踪算法,可在无人机机载处理器上实时运行。该算法主要包含目标得分估计模块与目标尺度估计模块两个部分。结合多特征融合的策略,可准确预测出目标位置与目标框IoU,同时以目标框IoU为指导,利用梯度上升法对目标框进行迭代修正,进一步提升预测精度。针对完全遮挡而导致的目标跟丢问题,本文设计了一个基于视觉显著性的目标再检测算法,该算法可实时高效地预测出图像的显著性区域,以指导对目标的再检测,进而恢复跟踪。最后,通过标准无人机跟踪数据集测试与实际无人机跟踪实验,验证了算法的可行性。     

基于超宽带技术的运动目标跟踪高精度定位系统设计

为克服运动目标不断变化导致跟踪定位精度较低的问题,设计基于超宽带技术的运动目标跟踪高精度定位系统;图像采集模块由FPGA单元、VGA显示单元、帧缓存单元以及图像采集单元构成,以此实现运动目标跟踪与定位中的图像采集,在超宽带技术模块中,设计超宽带运动目标定位所需的天线、定位基站、移动节点,完成超宽带动态组网,实现硬件系统的设计;基于硬件系统采集到的图像,实施图像灰度化处理、形态学滤波处理,以增强图像中有用的信息,设计TLD运动目标跟踪算法,随着运动目标开始运动,TLD模型会不断学习跟踪的运动目标,获取目标在距离、景深、角度等层面的改变,并不断学习、识别,达到良好的跟踪效果,基于超宽带技术设计运动目标动态定位算法,依据跟踪结果实现运动目标的高精度定位,完成软件系统的设计;实验测试结果表明,该系统在中、远距离目标跟踪与定位实验中跟踪错误率低于0.60%、2.4%,沿着S型运动时,路线弯折处的定位误差较低,与实验运动目标的飞行路线相贴合,具有良好的定位能力。     

改进的SAMF目标跟踪算法

在基于视觉的目标跟踪过程中,当目标被遮挡时,跟踪算法精度往往下降。针对该问题,在SAMF跟踪算法基础上,提出一种基于图像分块重检测的改进算法。通过寻找最佳目标位置的方法优化SAMF算法,提高目标跟踪的准确率。利用图像分块及样本逐一测试的方法设计重检测模块,当目标因遮挡而无法稳定跟踪时,启动重检测模块,根据重检测后的最大响应值找出目标中心点,并引入模型自动更新策略对目标位置进行更新,避免出现跟踪漂移的现象。采用9个目标跟踪标准测试集进行对比实验,结果表明,该算法较SAMF算法平均距离精度提高了38%,且优于KCF、CN、CSK等其他目标跟踪算法。     

用于智能垃圾分拣的注意力YOLOv4算法

针对人工垃圾分拣效率低、工作环境恶劣且成本高的问题,提出了一套智能可回收垃圾分拣系统,该系统采用RGB图像作为视觉信息输入,通过目标检测算法获取垃圾在传送带上的位置坐标信息,并通过机械臂对垃圾进行分拣操作。可回收垃圾形态各异、种类繁多,为提高检测算法的泛化能力,建立了一个含36 572帧图片的可回收垃圾数据集,并基于此数据集上训练目标检测算法。基于YOLOv4提出了嵌入注意力机制的目标检测算法Attn-YOLOv4,经实验验证,Attn-YOLOv4算法的mAP比原始YOLOv4算法高0.16个百分点。在静态识别功能的基础上,提出基于多线程的目标跟踪算法实现了对运动垃圾的快速稳定跟踪,在20 mm误差范围内达到了0.945的精确度。此外,后处理模块对图像进行形态学处理并获取垃圾的世界坐标以及放置角度,供机械臂进行分拣操作。分别对目标检测和跟踪算法进行验证,在实际分拣流水线上验证并评估了该智能可回收垃圾分拣系统的可行性、精度及分拣的成功率。     

天基平台小目标特征提取算法研究

针对天基平台凝视模式下小目标成像的特点,根据目标的检测、识别、跟踪的实时性要求,提出了一种以线段表为基础的小目标重心、面积、平均灰度、形状因子等特征的提取算法,并在这些参数的基础上提出了以孤星为基础的图像配准算法提取出目标的配准参数.在Matlab环境下,利用星模拟器输出图像对算法作了验证.     

一种实时图像跟踪处理系统实现技术研究

实时图像跟踪处理能力是嵌入式系统中影响系统性能的核心因素。提出一种小型化低功耗的实时图像跟踪处理系统的设计方法,利用FPGA硬件化并行化处理的特性完成外部红外及白光相机图像采集控制及滤波预处理,利用DM648处理器实现了一种基于概率密度统计的目标跟踪算法实现对指定目标的持续跟踪,使用RS422串行总线接收主控端发送的控制指令并实时发送检测出的目标位置信息。系统采用多功能子模块叠层的架构保证系统具有较小的体积,并实现了50 f/s的图像处理速度,保证了图像跟踪的实时性。     

Detection of abnormal traffic video images based on high-dimensional fuzzy geometry

Detection of abnormal video images of transportation is to find out video images that contain abnormities among all images of transportation using video and image processing and analyzing techniques. It is an important component of intelligent transportation system, which can not only reduce the workload of traffic managers, but also effectively improve the efficiency of traffic management. However, video images of transportation in practice usually have complex backgrounds, and current detecting algorithms of traffic abnormity sometimes become ineffective due to interference factors such as noises and affine transformation (illumination variation, target occlusion, scale changes and view changes, etc.). In order to overcome these interference factors and fuzzy uncertainties in image representation, as well as improve the accuracy of traffic images representation, this study explored the representation methods of traffic images using fuzzy geometry theory on the basis of fuzzy uncertainties occurring during the process of imaging, transmission and processing of images; moreover, this study also put forward two kinds of representation algorithms of traffic images, and analyzed and verified effectiveness of representation algorithms based on theories and experiments.     

基于OpenCV的道路视频分析系统

当前投入使用的车辆检测系统普遍采用图像回传至服务器后主机集中处理的方式,存在输出数据大,处理时间长等缺点.本文依据ITS系统的构成提出了嵌入式硬件平台的搭建方案,着重对视频图像进行分析并对跟踪算法进行优化.使用OpenCV为图像基础处理工具,通过对比canny算子和sobel算子的区别,选定更具优越性的边缘算法.针对拖影问题,背景采用改进的均值法（即间隔取帧）来提取.最后选用核跟踪的方式实现动态目标的跟踪,并将其应用在系统中实现对动态目标的稳定跟踪.     

基于VC++和VFW的视频图像算法接口

采用VC++6.0语言结合VFW库设计了摄像头视频图像的二维数组算法接口,以方便各类图像检测算法调用,设计了空白血型卡定位测试算法,验证了算法接口的有效性。利用VC++2005中的CImage类设计了图像保存功能的动态链接库,使得在VC++6.0中可以实现JPG等格式图像的保存,实现了检测结果文档的保存和打印。     

达芬奇平台下的运动目标检测算法的应用研究

文中介绍了一种适用于TI推出的达芬奇双核（ARM＋DSP）处理芯片TMS320DM6446的运动目标检测算法。通过对算法进行仿真实验验证算法的可行性,在验证算法可行性之后,以TMS320DM6446作为核心处理器,基于codec engine机制实现了检测算法封装和移植,并在此基础上进行了一定程度的优化以提高算法的效率。测试结果表明,对于720×576大小的视频序列,文中的运动目标检测算法是可行的,在TMS320DM64-46平台上运行可以达到10fps左右。     

基于双模态输入的孪生网络目标跟踪算法

主流的目标跟踪算法只使用可见光(RGB)图像进行跟踪任务,当跟踪场景的光照条件较差时,表征颜色和纹理特征的可见光图像会严重限制跟踪器的跟踪性能.针对单一模态目标信息存在缺失的问题,在Siam-FC网络模型以及红外—可见光图像融合思想的基础上提出了双模态权值自更新孪生网络目标跟踪方法.根据红外图像可以采集运动目标热信息的特点,有效利用了红外和可见光图像在目标跟踪领域的互补优势;使用较浅的特征提取网络AlexNet即可提取到运动目标具有鲁棒性的特征,在保证跟踪精度的同时提高了跟踪模型的跟踪速度.在公开数据集OTB2015和红外—可见光数据集RGB-T210进行实验,结果表明提出的目标跟踪算法在各种跟踪场景下都取得了较好的跟踪效果.     

基于层叠分类器的快速相关跟踪算法

提出一种基于层叠分类器的快速相关跟踪算法。首先利用目标模板色彩分布信息对原始图像数据进行变换,锐化匹配相似度函数峰值,增强算法在复杂环境下的稳定性;然后提出了用平均灰度差和Harr型特征构造层叠分类器,分层刻画目标模板与搜索窗口在统计特征和局部特征上的相似性,并采用积分图快速计算特征,从而大幅度减少在非最优匹配点上的计算量,且特征计算与模板大小无关。大量实验结果表明,该算法大大降低了相关跟踪的时间复杂度,具有跟踪稳定、实时性强等特点。目前,以该算法为核心的实时目标跟踪系统对图像大小为320×240的视频序列内任意尺寸目标的平均处理速度达到20帧/s。     

基于像素时域剖面分析的序列图像中弱点目标检测算法

序列图像中弱点目标的实时检测算法,是光学精确制导信息处理系统中的关键算法之一。首先对现有基于像素时域剖面分析的检测算法进行了简要的综述,然后根据不同像素的时域剖面模型对其时域方差变化特性进行了详细分析,提出了一种基于自适应递归方差滤波器的检测算法。对仿真时域序列与真实图像数据进行实验,结果表明该算法可实现检测弱点目标。考虑到该算法可并行、递归计算,因此它在实时制导系统中有良好的应用潜力。     

基于.Net的视频跟踪仿真平台设计

为提高视频跟踪算法的研发效率,降低成本,设计了基于.net的视频跟踪仿真平台.首先介绍了重心跟踪、相关跟踪、运动检测等实际工程中常用的视频跟踪算法.在此基础上提出了基于计算机的视频跟踪仿真平台的设计思路.结合.Net,特别是 CImage类介绍了视频跟踪仿真平台的实现过程:用CFileDialog打开图像文件、用图像处理算法实现视频跟踪、用Bitblt等显示处理结果的图像和数据等.实验结果表明该设计能够很好地实现视频跟踪的功能,便于视频跟踪算法研发人员分析不同算法的跟踪性能和计算时间,以验证算法的可行性,为算法的工程移植提供有力的参考依据.     

基于粒子滤波的双模图像融合自适应跟踪

针对视频跟踪中仅利用目标的单特征容易导致跟踪失败的问题,提出一种基于粒子滤波的可见光与红外序列图像相融合的自适应目标跟踪算法;该算法在粒子滤波跟踪算法框架下,根据单一信源运动目标序列图像的品质因子,利用自适应加权融合策略重构双模序列图像的特征选择机制,建立了基于自适应融合算法的系统观测概率模型和状态空间层次采样多特征融合跟踪算法,实现了对双模序列图像的融合以及对运动目标的稳健跟踪;跟踪试验结果表明,该算法可以有效实现对运动目标的稳健、准确跟踪。