基于视觉传感网络的目标跟踪系统设计

为了减小当前智能视觉跟踪系统对于背景模型的依赖,增强系统的抗干扰性,设计一种新型的基于视觉传感器网络的物体检测与跟踪系统。系统采用MeteorⅡ-Standard图像采集卡采集监控区域中的目标物体图像,通过无线传感网络对监测范围中的目标图像信息进行变换、传输、存储和处理,使用CP-132IS串口卡将图像处理数据传输给控制器,控制器基于传感网络节点反馈的目标坐标信息,对目标位置进行标定,软件设计过程中,详细分析系统实现目标跟踪的流程,主要包括目标物体检测、节点数据处理、节点间的数据通信以及控制器存储并标定目标位置四个部分,并给出系统视觉库和摄像头模块的关键程序代码。实验结果表明,所提系统具有较高的目标跟踪精度,应用价值高。     

基于三维图像分析的运动损伤姿态采集方法研究

针对传统运动损伤采集方法一直存在采集信息不精准、信息采集不全以及采集图像不连贯性等问题,提出基于三维图像分析的运动损伤姿态采集方法。引入三维图像分析对运动图像进行损伤分析定位,利用三维图像对运动损伤姿态采集是一项先进的科研项目。通过三维图像的姿态鉴定完成对运动损伤姿态信息采集,可以弥补二维图像不连续的弊端。通过对比实验结果得到结论,该设计方法能够准确地采集损伤姿态信息,无推算连续值,定位过程中使用三维图像能够多角度地分析损伤姿态。     

基于阴影的SAR图像车辆目标三维特征提取

目标长、宽、高三维几何特征,对SAR图像解译与目标识别等具有重要意义。从SAR成像几何出发,根据SAR观测俯仰角、目标及阴影之间的几何关系,研究提出了基于两维高分辨SAR图像阴影信息的车辆目标三维几何特征提取方法。该方法既可由某一方位角的单幅SAR图像提取目标三维几何特征,也可通过任意有限(3～5)个方位角SAR图像的融合提取目标三维几何特征,而且融合还可有效提高目标三维几何特征的提取精度。通过大量MSTAR实测SAR图像数据的实验结果,验证了其有效性。     

基于脊线跟踪的指纹图细节提取算法

自动指纹识别和认证作为生物特征识别这一新兴领域的主流技术,有着重要的研究意义和广泛的应用前景。大多数自动指纹识别系统（AFIS）是基于细节特征点（minutiae)的匹配,因此细节特征点的提取是指纹图象处理中的关键环节。本文提出了一种基于脊线跟踪的指纹细节提取算法,能够直接从灰度指纹图象中有效地抽取出细节点及其相关信息。实表明,由于该算法减少了很多不必要的计算量,相对于传统的方法具有明显的速度优势,而且保持了较高的准确率。     

激光三维图像对运动损伤姿态的采集

运动过程中,受自身动作和其他外界因素的影响,容易出现运动损伤姿态,因此,提出传统方法采集数据.但传统采集方法规划的采集路径不是最优,导致提取的特征数据与真实动作不匹配,因此,研究激光三维图像,对运动损伤姿态的全新采集方法.该方法以三类百分位假人模型为参照,建立运动姿态三维扫描模型;通过规划激光扫描路径,捕捉整体运动姿态...     

基于分块SURF特征提取的图像目标跟踪算法

由于基于特征的目标跟踪需要对前后两帧图像中的目标进行特征匹配,而传统的基于SURF(speeded up robust features)特征的匹配算法存在匹配时间较长,无法满足目标跟踪条件下实时性要求的情况。本文针对此缺点对SURF特征提取提出了具体的分块并行的解决方案,其中包括自适应地设置分块重叠区域,去除冗余特征点和距离门限法去除离散点的处理;同时通过模板的实时更新以及自适应的抗遮挡处理,保证了短时抗遮挡性能。并通过实验,将传统的基于SURF特征的跟踪算法与本文算法在相同条件下进行跟踪误差和运行时间对比;实验表明针对视频中的待跟踪目标,本文算法较基于传统SURF的图像跟踪算法在降低跟踪运行时间的同时保证了跟踪准确度。并通过遮挡实验,说明抗遮挡处理在本文算法中的实用性和必要性。     

基于多尺度特征提取的Kalman滤波跟踪

针对波动性较大目标跟踪,传统Kalman滤波算法鲁棒性和实时性不足,提出一种基于多尺度特征提取的Kalman跟踪算法.前帧目标区域特征点匹配出后续帧目标区域特征点,并以后者特征点为中心,建立搜索区域,避免了遍历整幅后续帧图像,快速地为Kalman滤波方程状态后验值提供了稳定的观测信号和观测残差.实验证明,这种作为约束条...     

一种改进的指纹细节特征提取算法

在指纹录入以及预处理中易引入噪声,因此在特征提取中,存在大量的伪特征,影响指纹的特征信息提取。本文提出了一种新的伪特征去除算法,即利用特征点为中心建立特征点检测窗口,根据一定的条件对伪特征点进行删除,另外本文提出了一种利用计算特征点到中心点的纹线数取代计算这两者之间的距离的特征提取算法,更加精确地记录了指纹的实际特征,为提高指纹识别的精度奠定了良好的基础。     

光学三维传感

介绍了光学三维传感的几种主要的方法,例如:传播时间法、光学三角测量法、光栅投影法等,并且对它们作了比较和总结.这可以作为今后正确和广泛应用三维传感技术的参考.     

2D/3D registration and motion tracking for surgical interventions

In order to use pre-operative images during an intervention for navigation, they must be registered to the patient's co-ordinate system in the operating theatre or to an intra-operative image. For the registration to be valid in the case of patient movements, the registration must be updated or the patient movement must be tracked. One problem in this area is the registration of intra-operatively acquired X-ray fluoroscopies with 3D CT images obtained before the intervention as well as motion tracking for this setup. The result can be used to support the placement of pedicle screws in spine surgery or aortic endoprostheses in transfemoral endovascular aneurysm management (TEAM). The different approaches to 2D/3D registration are discussed and a novel voxel-based method is presented: using a small part of the CT image covering only the vertebra of interest, pseudo-projections are computed and the resulting vertebra template is compared to the X-ray projection using a new similarity measure which is called pattern intensity. Application, performance and registration accuracy are discussed and demonstrated by application to images of a TEAM procedure and of a spine phantom.     

基于MEEMD-HHT的分布式光纤振动传感系统信号特征提取方法

实际应用中,分布式光纤振动传感系统所测信号多为非平稳随机信号,对其进行模式识别的关键是准确获取信号的幅值-时间-频率瞬时特征。现有的相关研究表明,经验模态分解EMD方法结合希尔伯特变换可获得所测信号中固有模态分量的瞬时能量和瞬时频率,但存在模态混叠问题,后续改进的总体经验模态分解EEMD方法存在伪分量,重构误差大,互补经验模态分解CEEMD方法减小了重构误差的同时增加了运算量,无法保证特征提取与分类的效率与准确性。文中基于改进型经验模态分解方法结合希尔伯特变换MEEMD-HHT方法实现分布式光纤振动传感系统的特征提取,引入的排列熵的评价机制优化了分解过程中随机噪声迭代次数,通过仿真分析与实验对比,验证了该方法可有效解决上述方法中存在的问题,使系统在处理时间、特征准确度等性能皆有提高。实验结果表明,所提出的方法对于单频振动信号平均特征提取准确率达99.2%;对于混频振动信号平均特征提取准确率达98.1%,相对于EMD和CEEMD分别提高15.6%和7%,算法平均耗时最短,为3.8259 s,为分布式光纤振动传感系统的信号特征提取提供了一种可靠、高效的方法。     

基于局部特征匹配的目标跟踪研究

针对目标跟踪中的特征提取和匹配问题进行分析,提出了一种基于局部特征匹配的目标跟踪方法,该算法基于Shape Context进行特征提取。首先,对现有特征提取算法进行简单介绍,并详细介绍Shape Context的基本思想,基于此提出基于局部特征的跟踪算法。其次,详细阐述了目标跟踪算法：采用目标点的χ2-test直方图距...     

一种基于特征点的快速跟踪算法

目标跟踪技术是视频检测技术中一个十分重要的组成部分,为此,提出一种基于特征点的快速跟踪算法。该方法避免了困难的目标分割过程。采用两次帧差共同确定角点选择区域,利用Moravec算法提取合适角点;采用一种特别设计的包含不平滑区域的结构化模板获取更好的匹配点;利用预测点缩小搜索范围,降低计算复杂度和时间复杂度。实验证明该算法能够快速实现目标的实时跟踪,跟踪准确度高,对不同的场景都具有良好的鲁棒性。     

基于特征点预测的三维表情人脸合成

对于三维人脸表情合成,基于设备的方法成本高、灵活度低,表情的重建依赖人脸扫描过程中原始人脸表情;基于图像的方法大部分以面部行为编码系统(FACS)为基础,存在FACS兼容性较好的部分模型表现粗糙问题、合成真实度较低等问题.针对于此,本文提出一种基于特征点预测的三维表情合成方法.在三维人脸重建效果较好的3DMM算法基础上...     

基于改进B-SHOT特征描述符的三维场景重建

针对三维场景重建中采用二进制方位直方图(B-SHOT)进行点云特征提取与匹配时,存在信息丢失导致匹配准确率降低的问题,文中采用一种改进的二值三维特征描述符DB-SHOT来进行特征提取与匹配以建立相邻点云之间的对应关系,结合随机抽样一致性算法(RANSAC)去除点云中的外点,并运用RANSAC的内点进行相邻位姿估计,进而进行相邻点云的融合。在保证匹配速度的前提下,解决B-SHOT信息丢失的问题,提高匹配准确率。通过采用标准数据集进行实验,验证了DB-SHOT作为三维场景重建特征描述符的可行性与有效性。     

基于改进纹理特征的红外目标跟踪算法

针对红外图像背景复杂、杂波干扰严重、相似目标混淆导致的目标跟踪丢失问题,本文提出了一种改进的低维度纹理特征OCS-LBP(Oriented Center Symmetric Local Binary Patterns,即方向中心对称的局部二值模式)。首先,利用此特征可以高效地获取目标图像中每个像素块的梯度方向和幅值信息,提高了跟踪过程的鲁棒性;其次,利用核相关滤波算法结合提取的OCS-LBP特征对目标图像区域进行模型训练;最后,根据训练好的模型检测下一帧图像中目标的具体位置。本文在10组红外视频序列上进行了测试,实验结果表明,本文算法的精确度和成功率相比于第二名算法分别获得了2.9%和9.9%的提升,同时在实验设备上算法的平均跟踪速度相比于第二名算法提升了14.15 frame/s。从实验结果可以看出本文提出的算法在红外目标跟踪上表现出较好的鲁棒性、准确性和实时性,具有一定的研究和实用价值。     

改进的DWT-MFCC特征提取算法

基于离散小波变换的美尔倒谱系数(DWT-MFCC)~([1])将小波变换引入到MFCC参数的提取中,用DWT代替FFT将语音信号分解为多个频带的小波系数,并将小波系数的频率响应直接拼接为完整频谱后再通过Mel滤波器获得。改进的DWT-MFCC特征提取算法从滤波的角度分析小波分解过程及各子带频谱的变化,提出了新的有效频谱拼接方式。实验结果表明,改进的特征提取算法提高了说话人的识别率;同时,在该算法下随着小波滤波器db N长度的增加,滤波器截止特性变好,识别率也随着增加。