具有记忆跟踪功能的质心跟踪算法

针对质心跟踪算法对目标跟踪时容易出现目标丢失的问题,提出了目标置信度函数,通过对目标的位置、面积、灰度和形状综合判断目标是否被遮挡,如被遮挡则对目标的位置进行预测,直至目标重新出现,使算法具有记忆跟踪的功能.改进算法基本不受目标大小、旋转变化的影响,跟踪算法的稳定性和可靠性得到提高.实验结果也表明,改进算法较好地克服了原跟踪算法易丢失目标的问题,扩展了质心跟踪算法的适应范围.     

基于RX算法的高光谱红外弱小目标检测

主要针对高光谱红外图像中弱小目标的检测方法进行研究,根据目标检测的RX算法模型,给出了算法在高光谱目标检测中的性能评价,分析了检测器像元数、光谱波段数对算法性能的影响,在RX算法及相关改进算法的基础上,通过对AVIRIS数据的仿真实验,分析了相关矩阵在高光谱目标检测中算法的应用优势,提出了一种目标自动检测方法,验证了UTD算法对有特定波段依赖性的小目标有良好检测效果.理论分析和仿真实验证明了RX算法在红外高光谱目标自动检测中的有效性.     

运动目标跟踪算法综述

随着视频监控技术的不断发展和视频监控系统的广泛应用,目标跟踪是近年来一个重要的研究课题,目标跟踪技术是监控系统中最重要、应用范围最广的技术之一,目标跟踪技术的实现依托于目标跟踪算法。运动目标跟踪算法具有广泛的研究价值和挑战性。本文对当前主流的运动目标跟踪算法:Kalman滤波算法、Mean Shift算法、粒子滤波算法等进行了研究,归纳总结了每种跟踪算法的优缺点、适用性和局限性,通过对跟踪算法的分析对运动目标跟踪技术的发展趋势进行了展望。     

移动机器人视觉目标检测与跟踪方法研究综述

针对移动机器人视觉目标检测与跟踪任务,首先,阐述了其研究背景及意义,分析了当前目标检测与跟踪方法研究中存在的难点;其次,结合特征表达的类型和检测步骤对传统目标检测算法、基于候选区域的目标检测算法、基于回归的目标检测算法与基于增强学习的目标检测算法等4种目标检测算法的优缺点进行了分析比较;接着,分析比较了传统跟踪算法、基...     

基于视频序列的运动目标追踪算法

介绍了一种对视频序列中运动目标追踪的实现算法,该算法在运动目标检测的基础上,融合了卡尔曼滤波和Meanshift算法实现对快速移动目标的追踪。卡尔曼滤波对下一帧目标可能出现的位置做出估计,Meanshift迭代算子在估计出的区域对目标精确定位。经实际验证其有效地克服了传统Meanshift算法对于快速移动物体追踪可能出现的丢失目标的问题,目标追踪效果明显提高。     

基于深度学习的目标检测研究与应用综述

基于深度学习的目标检测算法相较于传统的目标检测算法,对复杂场景的稳健性更强,是当前研究的热点方向。根据基于深度学习的目标检测算法的流程特点将其分为两阶段目标检测算法和单阶段目标检测算法,着重介绍了部分经典算法所解决的问题及其优缺点,梳理了其在工业界的应用情况,对其存在的问题进行了讨论,对未来可能的发展趋势进行了展望。     

基于多传感器融合的运动目标跟踪算法

为了提高多传感器下运动目标跟踪的准确性和实时性,提出了基于多传感器融合下的运动目标跟踪算法。首先采用多个传感器对运动目标的信息进行采集和融合;然后采用混合高斯算法对运动目标的背景进行建模,并采用均值漂移算法实现运动目标跟踪;最后采用仿真实验对算法的性能进行测试。测试结果表明,该算法可以准确地对运动目标实时动态跟踪,提高了目标跟踪的精度。     

一种改进的高光谱图像中多小目标检测算法

针对高光谱图像小目标检测中约束能量最小化算法对噪音敏感且不能区分相似目标的问题,基于多目标约束能量最小化、加和约束能量最小化、胜者全赢约束能量最小化算法,提出一种改进的多个小目标检测算法.该算法对原有算法中自相关矩阵进行修正,减少了目标向量对自相关矩阵的影响.仿真实验表明,改进后的多小目标检测算法,检测误差明显低于原有算法.     

视觉跟踪技术中孪生网络的研究进展

在计算机视觉领域中,基于孪生网络的跟踪算法相比于传统算法提高了精度和速度,但是仍会受到目标遮挡、变形、环境变化等影响,导致孪生网络的跟踪算法的性能降低。为了深入了解基于孪生网络的单目标跟踪算法,本文对现有基于孪生网络目标跟踪算法进行了总结和分析,主要包括在孪生网络中引入注意力机制方法、超参数推理方法和模板更新方法,对这3种方法的目标跟踪算法进行了综述,详细介绍了国内外近几年基于孪生网络的算法研究和发展现状。对3个方面的代表算法采用VOT2016、VOT2017、VOT2018和OTB-2015数据集进行实验对比,获得了多种基于孪生网络的目标跟踪算法的性能。最后对基于孪生网络的目标跟踪算法进行了总结,并对未来的发展方向进行了展望。     

基于卡尔曼粒子滤波的目标跟踪算法

目标跟踪在计算机视觉领域有着重要的应用。文中在对运动目标跟踪算法进行研究之后,应用卡尔曼粒子滤波算法进行运动目标的跟踪,同时利用Matlab 对卡尔曼滤波算法、粒子滤波算法及卡尔曼粒子滤波算法进行了实验仿真。实验结果表明,运用卡尔曼粒子滤波算法能够更快、更准确地对运动目标进行跟踪,可将其广泛应用于目标跟踪中。     

A Modified max-log-MAP Decoding Algorithm for Turbo Decoding

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅａｄｖｅｎｔｏｆＴｕｒｂｏｃｏｄｅ ｐｒｅｓｅｎｔｅｄｂｙＢＥＲＲＯＵＣｅｔａｌ.ｉｎ 1 993ｉｓｔｈｅｍｉｌｅｓｔｏｎｅｉｎｔｈｅｈｉｓｔｏｒｙｏｆｉｎｆｏｒｍａｔｉｏｎｔｈｅｏｒｙ[1 ] .Ｔｕｒｂｏｃｏｄｅ,ｗｈｉｃｈｉｓａｎｅｗｃｌａｓｓｏｆｃｏｎｃａｔｅｎａｔｅｄｃｏｄｅｓ,ｈａｓｂｅｅｎｓｔｕｄ ｉｅｄｂｙｍａｎｙａｃａｄｅｍｉｃｉａｎｓａｌｌｏｖｅｒｔｈｅｗｏｒｌｄｂｅｃａｕｓｅｏｆｉｔｓ ｐｏｗｅｒｆｕｌｅｒｒｏｒｃｏｒｒｅｃｔｉｏｎｃａｐａｂｉｌｉｔｙ[1 0…     

基于加权BF-TOPSIS的多属性决策方法研究

BF-TOPSIS算法结合置信方程和TOPSIS算法,能够有效处理多属性决策问题。加权BF-TOPSIS(WBFTOPSIS)算法是对BF-TOPSIS算法的有效推广,保留了BF-TOPSIS算法的优越性。文章首先对BF-TOPSIS算法的归一化问题进行详细推理分析,并给出BBAs构造的一种新的证明。通过分析BF-TOPSIS算法BBAs构造的实际意义,提出WBF-TOPSIS算法,并给出加权系数的最优化表达式。BF-TOPSIS算法是WBF-TOPSIS算法的一种特殊情况。相比于BF-TOPSIS算法,WBF-TOPSIS算法能够做出更优的决策结果;最后算例分析验证了所提算法处理多属性决策问题的优越性性。     

SAR图像组合分割算法

由于存在乘性斑点噪声的影响,给SAR图像分割造成很大困难,本文研究利用最大似然区域增长分割算法,提出区域增长前引入自适应边缘检测,图像分割性能获得较大提高.介绍了我们研究的分割性能优异的模拟退火分割算法,提出了分割性能接近模拟退火并且在SAR图像分割中比较实用的模拟退火和最大似然混合分割算法,并给出了这些分割算法的分割性能比较,以及在实际分割SAR图像时应当如何选择分割算法.     

基于混沌搜索的组合电路测试生成算法

基于组合电路测试生成的离散Hopfield神经网络模型，将混沌搜索与Hopfield网络的梯度算法相结合，利用混沌搜索的内随机性及遍历性来克服梯度算法易于陷于局部极小的缺点，形成一种具有全局搜索能力的测试生成有效算法。该算法综合了随机性和确定性算法的优点，其性能优于一般的随机性算法。实验结果验证了该测试生成算法的有效性。     

基于克隆粒子群算法的图像分割方法

最大熵阈值法是目前图像分割中应用最广泛的方法之一。为了快速准确地自动确定图像分割阈值,把克隆选择算法和粒子群算法相结合,提出克隆粒子群优化算法。利用这种改进方法对最大熵图像分割函数进行全局寻优。克隆选择算法和粒子群算法的结合克服了各自的缺点,克隆选择的多样性补偿了粒子群的多样性差的缺点,粒子群的快速性补偿了克隆选择的收敛速度慢的缺点。克隆粒子群方法克服了传统遗传算法易出现早熟、陷入局部最优等的问题,加快了图像分割函数收敛速度,最后能够快速准确地得到图像分割的最佳阈值。实验表明,改进后的算法分割速度较快,易于收敛到最优解,并且得到的分割阈值更加稳定。     

An Adaptive Algorithm for Motion Compensated Color Image Coding

This paper presents an adaptive algorithm for motion compensated color image coding. The algorithm can be used for video teleconferencing or broadcast signals. Activity segmentation is used to reduce the bit rate and a variable stage search is conducted to save computations. The adaptive algorithm is compared with the nonadaptive algorithm and it is shown that with approximately 60 percent savings in computing the motion vector and 33 percent additional compression, the performance of the adaptive algorithm is similar to the nonadaptive algorithm. The adaptive algorithm results also show improvement of up to 1 bit/pel over interframe DPCM coding with nonuniform quantization. The test pictures used for this study were recorded directly from broadcast video in color.     

基于改进SIFT算法的多源遥感影像配准研究

提出了一种新的基于SIFT(scale invari-ant features transform)算法的遥感图像配准算法.首先用Harris角点检测法代替了传统SIFT算法中的图像特征检测方法,再采用SIFT算法中的特征描述对图像特征进行描述,最后在参考图像上确定搜索范围,利用两幅图像之间的相关系数建立一对一的匹配关...     

基于遗传蚁群优化算法的认知无线电频谱分配

针对认知无线电中的频谱分配问题,提出一种融合了遗传算法和蚁群算法优点的频谱分配方法。该方法利用遗传算法快速随机的群体性全局搜索能力生成初始解,然后利用衔接策略将遗传算法初始解转化为蚁群算法所需的信息素初始分布,最后利用蚁群算法正反馈、收敛高效的特点求取最优解。通过仿真比较了该方法与颜色敏感图着色算法的性能。结果表明动态融合了遗传算法和蚁群算法的优化算法性能明显优于颜色敏感图着色算法,它能更好地实现网络效益最大化。     

改进的KFCM算法及其在感兴趣区域提取中的应用

基于核函数的FCM算法(KFCM)是一种常用的聚类算法,它需要人为地确定分类数,对噪声比较敏感。针对感兴趣区域提取问题,提出一种改进的KFCM算法,该算法先用k'-means算法估计分类数,再用KFCM算法进行聚类,改进隶属度函数,使新算法的隶属度为其邻域隶属度的平均值,提高了算法的抗噪能力。将新算法应用到感兴趣区域提取中,实验结果表明,新算法不需要人为地确定分类数,并且相比传统的FCM算法和KFCM算法能更有效地抑制噪声。     

基于改进多项式拟合的红外焦平面非均匀校正方法

两点法是基于定标数据的线性校正方法,其动态范围窄且校正精度差,在应用中难 以完全克服探测器响应的非线性和随时间及环境变化带来的漂移的影响。在分析两点校正法的基础上,提出 了一种多项式拟合与单点校正相结合的改进算法以消除探测器的非均匀性,解决了探测器系数随环境变化产生 漂移的问题。