视频监控行人流量统计系统的设计

针对当前行人统计方式落后、非实时性、统计数据滞后等问题,文中提出采用智能视频监控、图像识别的方式实时统计行人流量。系统根据积分通道思想统计行人目标特征,通过Adaboost算法训练分类器对图像帧中的行人目标进行定位、识别。文中在已识别目标的基础上采用CPU多任务模型改进核相关滤波算法对目标进行实时跟踪、统计得到行人流量。测试结果表明,系统能实时识别、跟踪、统计行人目标,整体功能稳定,平均识别率为93%,改进多任务模型使得跟踪速率提高约20%。     

基于特征点的多运动目标跟踪

该文针对智能监控的需求,提出基于特征的多运动目标跟踪算法。通过自适应Marr小波核函数背景建模算法,在冗余离散小波域进行多运动目标识别。运动跟踪采用SIFT特征粒子滤波算法,并采用队列链表法记录多运动目标之间的数据关联,在提高识别准确率的同时降低了运算的复杂度。实际测试表明,该算法对于多运动目标识别跟踪具有更优越的实时性和抗遮挡性,在智能监控领域具有较广泛的应用前景。     

基于Matlab的车牌识别中值滤波算法的研究与实现

智能交通系统(Intelligent Transport Systan)是把车辆和道路综合起来考虑,从系统的观点出发,综合运用各种高新技术系统地解决交通问题的思想。而车牌识别LPR(License Plate Recognition)是智能交通系统的一个重要组成部分,融合了图像处理与模式识别技术。中值滤波是一种非线性滤波方式,本文研究的即是基于Matlab的车牌识别中值滤波算法的实现。     

基于人眼视觉特性的混合滤波算法

为了有效地滤除混合噪声,本文提出了一种基于人眼视觉特性的混合滤波算法。该方法首先采用基于人眼视觉特性的噪声敏感系数作为阈值来确定脉冲噪声点,对检测出脉冲噪声点采用自适应窗口大小的迭代中值滤波进行滤波,而对于含有高斯噪声的像素点则采用一种保护细节的改进的自适应模糊滤波器进行处理。该算法与标准滤波方法及其它改进混合滤波算法相比,具有更好的滤波性能。     

基于时频分析的SAR目标微波视觉特性智能感知方法与应用

合成孔径雷达(SAR)目标识别智能算法目前仍面临缺少鲁棒性、泛化性和可解释性的挑战,理解SAR目标微波特性并将其结合先进的深度学习算法,实现高效鲁棒的SAR目标识别,是目前领域较为关注的研究重点。SAR目标特性反演方法通常计算复杂度较高,难以结合深度神经网络实现端到端的实时预测。为促进SAR目标物理特性在智能识别任务中的应用,发展高效、智能、可解释的微波物理特性感知方法至关重要。该文将高分辨SAR目标的非平稳特性作为一种典型的微波视觉特性,提出一种改进的基于时频分析的目标特性智能感知方法,优化了处理流程和计算效率,使之更适用于SAR目标识别场景,并进一步将其应用到SAR目标智能识别算法中,实现了稳定的性能提升。该方法泛化性强、计算效率高,能得到物理可解释的SAR目标特性分类结果,对目标识别算法的性能提升与属性散射中心模型相当。     

改进的变分自适应中值滤波算法

为了更好地恢复被高密度椒盐噪声污染的图像,该文提出了一种基于两阶段方法去除图像椒盐噪声的算法。首先,利用改进的自适应中值滤波算法标识出图像中被污染的像素点,然后对被污染的像素点采用变分滤波的方法进行恢复。此方法利用了自适应中值滤波良好的噪点识别能力和变分滤波的细节保护的特性,对于噪声密度高达80%的图像依然可以达到很好的恢复效果。仿真结果验证了所提出算法的有效性,并且在效果上要明显优于传统的变分自适应中值滤波算法。     

基于隐马尔可夫Particle Filter实现突变运动智能监控研究

目前智能监控系统较为常用的是粒子滤波(particle filter)算法,粒子滤波算法在非线性、非高斯滤波问题上有着独特的优势,然而,随着监控系统对目标追踪效果的要求不断提高,算法不断进行更新,普通的粒子滤波算法已经不能够满足监控系统日益增长的需求。对于较复杂的场景,如面积背景突变运动已经不能够很好地进行追踪监控。本文针对这个问题,利用隐马尔可夫模型(HMM)对粒子跟踪算法进行了多方面的优化,实现了对目标的智能监控。     

一种具有噪声鲁棒性的人脸表情识别算法研究

为降低噪声对人脸表情识别的影响,首先提出具有人眼视觉特性的各向异性扩散滤波方法,对图像进行滤波预处理;同时采用改进HOG算子提取人脸表情特征。实验结果表明,改进的各向异性扩散滤波算法在滤除噪声的同时能更好地保留表情图像的弱小细节信息,改进HOG算子相比传统特征提取算子可以更准确地描述人脸表情特征。因此,该算法是一种有效的、具有一定噪声鲁棒性的人脸表情识别算法。     

基于改进卷积神经网络的智能物料识别技术研究

针对输电线路中小目标物料识别难度高、准度率低的问题,提出了一种基于改进卷积神经网络的电力线路物料智能识别技术方案。该方案采用改进导向滤波算法和直方图均衡化方法完成了电力线路图像的预处理,对于原始SSD算法存在网络模型复杂、计算速度慢的缺陷,文中采用改进的轻量化卷积神经网络作为基本网络,进一步采用k-means算法优化默认锚框的宽高比,提升了物料识别的准确率。仿真实验结果表明,所提方法相比于原始SSD算法在训练速度和识别准确度方面均具有较大的提升,在实际配电网项目的审计应用中,能够准确识别不同类型的物料,识别精确率大于88%,能够为配电网审计工作提供精准地决策辅助。     

基于智能识别与增强现实的电力设备巡检技术研究

针对电力设备的智能化巡检需求,提出了一套基于智能识别与增强现实的电力设备巡检技术方案。该方案依托于智能设备图像采集,使用增强现实技术建立图像数据库,并利用CNN模型实现电力设备图像的显著性计算及焦点定位。在此基础上,采用DCNN网络图像进行预训练和多维度特征提取,结合随机森林算法对增强后的图像进行智能识别。实验测试数据结果表明,相比于现有算法,所提技术方案对于不同类型的电力设备缺陷均具有更高、更稳定的识别率,同时在训练时间与识别效率上有较为显著的提升。     

粒子滤波算法在远程打击系统中的应用

为了适应现代战争的需要,提高远程打击系统的精确打击能力至关重要.将粒子滤波与EM算法等其他算法相结合,从给定的数据中,提取状态信息的最优估计值,对于提高远程打击系统的精确性、快速性和实时性有非常重要的现实意义和理论意义.首先给出了粒子滤波算法的原理和仿真应用,然后分析了粒子滤波在目标状态信息的估计、信号检测、目标识别跟...     

基于HOG特征和SVM分类器的红外图像智能检测与分类方法

为了满足人工智能在目标识别方法中的应用需求,需要具备对海量数据进行智能分类、识别、判读的能力。进一步挖掘了红外目标特性数据库数据,并将基于HOG+SVM的红外目标识别算法应用于红外目标识别过程中。选择采集到的汽车、直升机、飞机、舰船、无人机等目标,并结合HOG算子与SVM分类方法来实现红外目标检测与分类算法,从而实现了红外目标智能化分类研究,为后续目标特性的进一步分析以及导引头智能化算法设计提供了支撑。     

机场跑道图像去雾增强算法及其实现

机场跑道场景下,由于雾、霾等恶劣天气以及大气散射的作用,使拍摄的图像对比度降低,颜色退化,物体特征难以辨认,影响机场跑道图像的异物检测与识别,带来一些安全隐患。针对上述问题,提出基于双线性插值和中值滤波的改进的引导滤波算法,提高图像对比度和处理速度,利于机场跑道异物检测与识别。仿真结果表明,改进的引导滤波算法与已有算法相比,处理速度提高了2~3倍,且图像彩色值分布更广,直方图更均匀。该算法拥有良好的边缘保持性,在细节增强方面有很好的指导意义。随后将改进的引导滤波算法移植到数字信号处理器( DSP)平台上,以满足实际工程应用对小型化的需求。     

基于连续方向图的指纹智能预处理算法

文中研究了一种利用Sobel算子提取脊线任意方向的方法,并在融入了指纹图像的特性知识后,提出了一任意方向滤波的指纹智能预处理算法,对于不同质量的指纹图像进行方向滤波,取得了较为理想的结果,实验证明该方法可以较为准确地提取出指纹脊线的方向,对噪化的指纹图像具有较好的鲁棒性。     

非线性压电作动器的振动模糊控制方法

在振动主动控制问题中，压电作动器常表现出一定的非线性特性。研究压电作动器的非线性特性，对于设计智能结构中的控制系统和控制策略非常重要。该文针对压电作动器表现出的非线性特性，提出一种基于模糊自适应滤波算法的前馈主动控制方法。数值仿真结果表明了该非线性模糊自适应控制方法的有效性。     

基于集群智能粒子滤波的弹道导弹跟踪

针对弹道跟踪问题,提出人工鱼群算法优化粒子滤波的方法.将集群智能思想引进粒子滤波,解决其粒子权值退化及粒子需求量大的缺点.首先,阐述了粒子滤波原理及其存在的一些问题.然后将人工鱼群算法融合进粒子滤波,使粒子群体向高似然方向移动,从而克服粒子权值退化问题.仿真结果说明该算法中的滤波算法的有效性.     

CT扇形束滤波反投影图像重建算法优化

基于等距扇形束滤波反投影(FBP)算法推导了一种新的算法——求导-希尔伯特反投影(DHB)算法,研究了DHB算法在频域对投影的滤波特性。通过理论分析和实验验证,指出由于DHB滤波函数在高频段对于锐截止特性的改善,很大程度上消除了重建图像的抖动现象。并且算法中去掉了反投影算子中的距离加权运算,使计算速度进一步提高。     

主动雷达导引头地面雷达站识别技术研究

该文针对主动雷达导引头对地面防空单元制导雷达站的识别问题,在天线电磁散射特性研究的基础上,提出了雷达天线的多特征融合识别算法。首先对相控阵雷达天线的电磁散射特性进行了建模和计算,然后采用多普勒波束锐化技术对目标进行2维成像以提高天线的检测概率并估计目标雷达天线的RCS序列,基于RCS序列的幅度特性与周期特性,构造了相控阵天线的4类特征,并提出了相应的识别算法及融合识别算法。仿真实验表明算法具有较高的识别概率。     

基于粒子滤波算法的自平衡两轮电动车设计与研究

智能自平衡两轮电动车是典型的非线性系统,智能自平衡两轮电动车是一种两轮式左右并行布置结构的自平衡系统,要在各种状态下保持动态平衡.采用超声波、陀螺仪传感器及其他传感器实现增稳系统.智能自平衡两轮电动车是严重非线性、非高斯系统,传统滤波算法无法解决传感器噪声问题,粒子滤波是一种基于Monte Carlo思想的非线性、非高斯系统滤波算法,完全突破Kalman滤波理论框架,它对系统的过程噪声和量测噪声没有任何限制.     

基于遗传算法的智能粒子滤波重采样策略研究

智能粒子滤波通过借鉴遗传算法思想能够减轻粒子退化现象。在基于遗传算法的智能粒子滤波基础上,该文提出对低权值粒子的改进的智能粒子滤波(IIPF)处理策略。在对粒子进行分离、交叉后,优化遗传算子,对低权值粒子进行自适应处理。低权值粒子根据权值大小自行判断是否为底层粒子;底层粒子将直接进行变异,其余低权值粒子将根据变异概率随机变异。仿真结果表明,改进的智能粒子滤波(IIPF)性能优于智能粒子滤波、一般粒子滤波算法和拓展卡尔曼滤波。在1维仿真实验中,改进的智能粒子滤波误差较一般粒子滤波算法和智能粒子滤波分别降低了10.5%和8.5%,且具有更好的收敛性;在多维仿真实验中,改进的智能粒子滤波较智能粒子滤波在高度均方根误差和平均误差上分别降低了8.5%和7.5%,在速度均方根误差和平均误差上分别降低了11.5%和7.6%;在乘性噪声和非高斯随机噪声中,改进的智能粒子滤波依旧有10%以上的性能优势。