基于无人机航拍图像的车辆间距检测算法

针对车队行驶过程中车队管理者对前后车距信息了解不充分的问题,提出了一种基于无人机航拍图像的车辆间距检测算法。该算法首先对原始图像进行灰度处理,并进行高斯滤波去除一部分噪声;其次使用Canny算子边缘检测获取目标的边缘映射并寻找合适的轮廓;然后参考车辆目标和实际长度的大小来计算像素比,最后计算出车辆之间的距离。仿真实验结...     

改进的航拍图像序列背景运动补偿技术

针对航拍图像序列提出用于提取图像特征点的最小亮度变化算法。利用特征点进行运动矢量估计,使用自适应十字模板搜索算法找到各个特征点的匹配点,结合随机样本一致算法估计背景运动模型的仿射变换参数,实现一种改进的背景运动补偿技术。该技术保障了航拍图像中运动目标检测的有效性。     

基于运动区域的多目标检测

运动目标的检测在天文观测、气象分析、安全监视、交通管制等许多领域有着广泛的应用，它是机器视觉研究的重要课题。本文提出了基于运动区域的多目标检测方法，有效地解决了同一运动目标在序列图像中“远小近大”的问题，运用运动区域正确地检测出运动目标在序列图像中的位置。     

基于改进SSD的航拍城市道路车辆检测方法

为提升无人机(UAV)航拍视角下城市道路车辆检测性能,基于SSD深度学习网络框架,改进并搭建了一种航拍城市道路车辆检测网络.一方面充分挖掘无人机航拍视角下车辆多为小目标的先验知识,利用K-means++聚类算法获取适应航拍车辆目标的默认候选框参数信息;另一方面,为保证小尺度目标特征的有效传递和准确提取,对基准SSD网络...     

改进YOLOv3算法及其在航拍图像车辆检测中的应用

针对航拍图像中的车辆目标尺度小、特征不明显导致目标检测困难的问题,提出一种改进YOLOv3的航拍车辆目标检测方法。将空间金字塔池化模块引入到特征提取网络中,丰富卷积特征的表达能力;设计4个不同尺度的卷积特征金字塔,并通过卷积特征融合机制来实现对多层级卷积特征的融合,在融合后的卷积特征金字塔上进行目标检测。在航拍图像车辆目标检测数据集上的测试结果表明,与原YOLOv3相比,改进后的算法能够有效地提高对航拍图像中车辆目标检测效果的查全率以及查准率,并将平均均值精度(mean average precision, mAP)提升了4.5百分点。     

航拍视频中运动目标检测算法研究

针对复杂背景下航拍视频中的运动目标检测问题,提出一种基于改进的特征匹配算法与全局运动补偿的防抖方法,以及结合多帧能量累积的运动目标检测算法。首先,采取局部区域匹配法加快该算法的处理速度,避免运动目标对背景补偿的影响;其次,利用尺度不变的SURF算法,结合快速近似最邻近搜索算法得到匹配点对,并通过双向匹配和K-近邻算法筛选优秀匹配点;然后,建立仿射变换模型,求解运动参数,并进行运动补偿;最后,通过多帧能量累积进行目标检测。仿真结果表明,该方法具有良好的运动目标检测效果。     

航拍图像的无线传感网节点识别与定位算法

为提高节点定位精度并减少能量耗费,提出一种基于航拍图像处理的节点识别与定位算法.该算法主要思想是将基于深度学习模型的图像识别技术应用到节点识别与定位中.首先通过一个携带GPS的航拍器在节点部署区域自主采集节点图像,利用图像识别技术精确识别定位航拍器所拍摄节点,然后利用贝叶斯平均模型为已识别节点匹配节点编号.最后,将被定位节点升级为锚节点,结合经典定位算法确定未被拍摄的节点位置.通过大量的仿真证明了该算法的有效性.此外,利用25 Micaz节点和一个航拍器进行了实验,实验结果表明,该算法具有较好的鲁棒性、扩展性及定位精度,与传统定位算法相比定位精度提高约10%~30%.     

面向航拍图像中工程车辆检测与识别的改进胶囊网络

目的 利用无人机(unmanned aerial vehicle, UAV)巡检识别航拍图像中的工程车辆对于减少电力安全事故的发生具有重要意义。采用人工提取特征的经典模式识别方法或YOLOv5(you only look once v5)等深度学习算法识别无人机电力巡检航拍图像中的工程车辆,存在识别准确率低、模型参数规模大等问题。针对上述问题,提出一种改进的胶囊网络识别航拍图像中的工程车辆。方法 采用多层密集连接型方法改进原始胶囊网络结构,以提取图像中工程车辆更多的特征;改进了胶囊网络的动态路由方法,以提高胶囊网络的抗干扰能力;探索了网络层数和动态路由算法中关键参数对识别准确率的影响,以找到识别准确率最高时的参数。结果 实验结果表明：1)在所采用的算法模型中,本文方法的平均识别率(mean average precision, mAP)达到94.56%,明显高于其他方法。2)网络层数对识别准确率有很大影响,但二者之间并非单调线性关系。在本文的应用场景中,5层胶囊网络的识别准确率最高;此外,动态路由算法改进与否并不会影响识别准确率跟随网络层数的变化趋势。3)胶囊网络层数增加会降低识别效率...     

航拍图像中绝缘子缺陷的检测与定位

长期暴露在自然环境下的绝缘子易产生自爆缺失故障,对此提出了一种绝缘子缺陷检测和定位的图像处理方法。依据绝缘子在航拍图像中的型态特征,采用最大类间方差法以及中值滤波进行图像预处理,提出基于粒子群优化参数的蚁群算法来检测其中的绝缘子轮廓及其数目,最终实现在原图中标记出缺陷绝缘子所在位置的目的。该方法针对简单背景下绝缘子缺陷的标记具有良好的效果,并为进一步实现复杂背景下绝缘子缺陷检测和定位提供了预研基础。     

复杂背景图像中检测动目标的一种方法

该文研究了基于Kalman滤波理论的渐消记忆递归最小二乘法,探讨了渐消记忆递归最小二乘法在重建图像背景中的应用,并用于实现在复杂背景下视频图像动目标的检测。首先用该算法对复杂背景进行更新预测,然后用当前帧图像与预测背景差分提取动目标,最后用灰度投影算法计算出目标的质心。整个目标检测方法简单、有效,便于用硬件快速实现。文中给出了实验结果。     

移动对象位置预测的索引方法

当前对移动对象位置预测查询的研究中,索引结构的查询性能成为关注的热点,而忽视其更新代价。针对现有方法中存在的更新缺陷,本文以TPR-tree为基础提出两种索引方法（ETPR-tree和BiR-tree）。实验结果表明,采用辅助索引结构的BiR-tree具有最优的查询和更新性能。     

一种图像序列中的运动前景分割算法

提出了一种在图像序列中分割运动前景的算法，该算法首先对前后连续的两帧图像作差值，然后再对差值图像的直方图进行处理，并通过曲线拟合获取最佳分割门限，最后对分割结果进行形态滤波恢复出图像序列中的运动前景。实验结果表明：该算法简单易行，能够成功分割出图像序列中的运动物体，是一种较好的运动前景分割算法。     

彩色序列图像中移动目标定位与区域提取

提出一种基于彩色序列图像提取移动目标区域的新方法。首先采用时态差分法进行运动目标定位,对彩色序列图像进行差分;然后通过选择阈值将彩色差分图像转化为二值图像;为了克服背景扰动和摄像头抖动,采用了对称差分算法,使得运动目标的定位更为准确。最后在对称差分的基础上,通过投影提取移动目标区域,为了消除扰动造成的影响,采用了杂块去除和区域合并方法。实验结果表明所提方法能有效快速地提取出移动目标。     

运动目标检测与跟踪的DSP实现

研究了运动目标检测与跟踪的DSP（DigitalSignalProcessor）实现算法,以形心跟踪算法为整个处理系统的核心。采用目标形心跟踪算法,通过目标分割阶段的目标标记,如目标面积、周长、形心位置等信息的提取建立目标跟踪波门,实现目标的连续跟踪,并将此算法移植到sEED—VPM642硬件平台,实验结果表明能够达到预定目标。此外,为了克服形心算法的准确性和实时性缺陷,采用粒子滤波对算法进行必要的扩展,从MATLAB的仿真结果看,除个别采样点存在误差较大的情况,真实值曲线与粒子滤波跟踪曲线拟合较好。     

序列图像中运动目标的分割定位

针对序列图像中运动目标的分割定位,给出了在复杂环境下一种快速识别运动目标、有效去除背景噪声及运动目标准确定位的方法。该方法主要由运动目标检测和运动目标定位分割两部分组成:对运动目标检测采用简单差分方法提取运动目标,快速中值滤波与数学形态学方法结合去除噪声;对运动目标定位提出了一种改进的区域生长分割算法RGSA(RegionGrowingSegmentationAlgorithm)定位目标,并求出目标重心。实验结果表明,该方法正确有效,结果令人满意。     

红外图象序列中运动点目标检测技术

对于红外传感器来说，当距目标很远时，目标在成象平面上仅占一个或几个象素，且接收到的信号很微弱。由于点目标象素少，无形状特征，信噪比低，如何正确检测出目标就是一个值得研究的问题。本文首先对于这种检测问题的主要技术难点进行了讨论，然后分别介绍了目前具有代表性的几种常用方法，例如Ｆａｌｃｏｎｅｒ于１９７７年提出的Ｈｏｕｇｈ变换法，Ｒｅｅｄ等人采用匹配滤波的方法，Ｍｏｈａｎｔｙ等人提出的基于概率估计的最大似然比自适应方法，Ｌａｒｓｏｎ于１９６６年首先提出的动态规划法，Ｂｌｏｓｔｅｉｎ等提出的序贯检测法和近年来所提出的神经网络法，作者对他们进行了评述，最后指出了点目标检测技术今后的发展方向和主要研究内容。     

基于色度偏差的运动目标检测

论述了一种静态摄像机下从彩色图像中检测运动目标的背景减除算法，该算法在彩色图像亮度偏差和色度偏差概念的基础上被提出的，计算量小但可以很好地克服亮度变化、反光和阴影的影响。对于一个序列，首先用像素点的中间值作为背景的像素值，生成背景帧；然后依据当前帧和背景帧的色度偏差值将图像二值化；最后，使用数学形态学算子和连通分量分析对检测结果进行后处理。实验结果表明，该算法有很好的处理效果。     

航摄动态图像序列稳定技术仿真研究

通过分析块匹配算法的优缺点,采用一种其改进的算法应用于动态图像序列的运动矢量检测。该算法先分别把参考图像和当前图像分成若干个运动矢量探测区域,然后在各子区域选取一定数量的代表点进行相关匹配,求出各子区域的局部运动矢量,对所得到的运动矢量进行分析后,决定全局运动矢量。采用这种方法既能保持低的计算量,同时又具有较高的运动矢量检测性能。分析了影响图像的补偿精度主要因素,提出了相应的对策。用该算法对红外航摄图像序列进行稳定仿真试验,证明了该算法用于动态图像序列稳定的有效性。