基于视觉处理的四旋翼无人机自主导航系统设计

文章论述的四旋翼无人机由两个核心部分组成,其一,是以安装有OpenCV库的树莓派为核心的视觉识别部分,其二,是以Ti公司的C2000芯片为核心的飞控部分。系统通过树莓派检测周围环境,获得当前飞行器的姿态以及相对于目标的位置矢量,将数据按格式打包并交付至飞控芯片,经过飞控计算处理,控制无人机姿态以到达指定目标位置。     

基于目标规格化与Zernike矩相结合的目标识别算法研究

平面形状的识别是计算机视觉研究的一个重要领域，它也是许多二维或三维视觉处理任务的基本步骤。文章提出了一种基于图像规格化与Zernike矩相结合的目标识别方法。该方法通过把图像进行紧凑化，再结合紧凑化后图像边缘轮廊Zernike矩的计算，使得由于人眼或摄像机的观察视角的不同而引起的物体的各种形变，校正到一个紧凑图像，再通过各高阶Zernike矩的不同特征，进行不同模式的目标识别，实验表明该方法原理简单明了，计算量小，对于特征相关较明显的目标，具有很好的识别效果。     

基于计算机视觉算法的图像处理技术分析

本文以计算机视觉算法为基础,针对图像处理技术展开研究,对现有图像校正效果进行有效改善,并给出以计算机视觉算法为基础的针对性处理技术。基于此,分别对计算机视觉算法、图像处理技术中的图像类别特征和专业技术特点展开说明,经研究论证,以计算机视觉算法为基础的计算机视觉显示系统和图像畸变矫正功能使用效果良好,具备进一步研发价值和推广价值,希望本次研究可以为同领域工作者提供合理参考。     

基于计算机视觉的车辆目标检测算法研究

计算机视觉技术在车辆目标检测领域已有重要的应用。本文以计算机视觉技术为基础,深入研究和分析运动目标识别与追踪算法的性能。在此基础上,提出车辆目标检测算法,并通过实验验证算法的实用性和可行性。实验结果表明,车辆目标检测算法能够大幅提高检测精度,减少误报率和漏报率,同时具有良好的运行效果。这项算法具有较强的实用性和应用价值。     

基于背景重构的运动对象越界侦测方法

提出了一种基于背景重构的运动对象越界侦测方法,该算法利用当前视频图像和背景视频图像,通过差分法获取运动对象模型和背景差值,再利用运动对象模型的连续性绘制运动对象轨迹,对轨迹和警戒线交叉方程进行越界侦测。同时,利用当前视频图像融合背景图像生成新的背景图像,能有效保证识别算法的自适应性,提高侦测结果的准确性。     

基于计算机视觉的运动目标跟踪算法

截至目前,运动目标跟踪已经历经了几十年的发展研究,其作为当前社会一项至关重要的先进技术,对于人们的日常工作生活以及社会经济、军事政治等其他各领域均有着积极的帮助作用。特别是在计算机视觉技术逐渐发展成熟的今天,运动目标跟踪与计算机视觉技术的融合程度也越来越高。基于此,本文将选择当前比较常见的一种目标跟踪算法即Kalman filter算法,并以运动的人脸作为跟踪目标,着重围绕基于计算机视觉的运动目标跟踪算法进行简要分析研究。     

基于双核的视频侦测与跟踪系统硬件设计

设计了一种基于DSP和ARM单片机双核的视频移动侦测与快速跟踪系统,DSP负责视频图像的采集、数据提取与分析处理;ARM负责视频数据历史记录的存储,以及对云台和镜头的实时控制,并且通过触摸屏、LCD及网络接口的扩展,实现了人机交互与网络化监控的管理。DSP和ARM的并行工作解决了视频移动侦测的实时性与跟踪系统的及时性之间的矛盾。     

基于OPENCV具有眨眼侦测功能的人脸检测系统

随着社会智能化程度的提高,视频图像凭借其直观优势将逐渐取代文字的地位。本文在基于OPENCV的基础上,提出一个具有眨眼侦测功能的人脸检测系统,其中利用相对比较成熟的开源计算机视觉库opencv开源函式库对摄像头实时输入的图像进行采集,对采集图像做前期处理;Adaboost算法由于它特殊的算法模式,可以进行快速的目标检测,因此采用Adaboost算法做人眼定位检测,本文提出的眨眼侦测功能可以为系统提供防伪功能,为人脸识别技术提供一道安全的屏障,实验结果表明,本系统实验了人脸检测,人眼定位,眨眼侦测等功能,检测效率高,效果好。     

视频监控系统中的行人及其面部侦测研究

采用集成H．264硬件编解码视频处理单元Hi3512来设计视频监控系统。并探讨行人目标的自动侦测问题。在对视频图像进行形态学分析的基础上,利用背景差方法实现运动目标区域的粗提取,通过阴影去除算法实现运动目标的精确定位,再利用连续均值量化变换（SuccessiveMeanQuantizafionTransform,SMQT）算法实现运动区域灰度图像的增强处理,然后利用SNoW（SparseNetworkofWinnows）分类算法实现行人及其人脸部位的侦测。实验结果表明,所采用方法能够自动检测出监控区域的行人目标及其面部信息,可有效地应用于无人值守视频监控场合。     

基于计算机视觉算法的图像处理技术研究

真三维显示技术将图像每个三维体素空间位置、亮度和色彩进行真实还原,这样就可以建立起三维空间图像。但进行智能交互过程中会存在图像畸变问题。文章针对该问题提出一种新型的计算机视觉算法,通过ARM芯片构建起计算机视觉系统,利用高速摄像机、定向散射屏来进行高速投影,再结合CNN模型来进行深度生产,对投影时产生的畸形图像进行矫正处理,可以达到较高分辨率和较宽的视角,具有很高的应用价值。     

天基监视空间目标轨迹提取算法

序列星图中弱小目标的检测与定位是可见光天基监视中的关键技术之一,星图预处理的结果直接影响检测灵敏度及虚警率。文中引入一种在轨检测轨迹提取算法,该算法适用于高斯噪声的星图,由高斯最小二乘拟合、小区域滤波及星象边缘闽值分割三步组成。可抑制噪声背景减少虚假目标的同时,较好地保持星象边缘。通过算法性能分析可知,同美国天基可见关...     

交通视频的移动目标检测算法研究

对视频序列的目标进行识别和跟踪监控是计算机视觉领域的关键技术。依据图像处理和目标检测研究方向的热点算法,将帧间差分与混合高斯背景模型融合法应用于交通视频移动车辆的目标检测分析中。该算法通过背景差分求出光照影响的动态阈值范围,若光照检测阈值小于该动态阈值,选择混合高斯背景模型法,大于该动态阈值则选取帧间差分法。再通过开运算、闭运算、连通域计算,以及区域的凸包形态学运算即可准确描述目标。实验结果表明,该融合算法消除了鬼影现象,在光照环境改善的情况下可以有效应用于交通视频中移动车辆的目标检测。     

机载探测器对地面目标无源测距算法研究

为了实现机载探测器对地面目标稳定、快速和实时的测距,提出了一种新颖的利用频域和时域信息的机载无源测距方法,详细分析了测距算法的基本原理,并对测距算法的误差和可观测性进行了研究,计算机仿真结果表明,这是一种有效实用的好方法。     

运动目标相关跟踪算法的研究

针对在红外目标跟踪过程中出现的目标被遮挡和被类似目标干扰而不能准确跟踪的情况,对运算量较小、不易受个别噪声影响的MCD算法进行了改进。在跟踪目标过程中采用合适的目标更新策略和预测性能较好的综合预测。仿真结果表明,该改进算法既减少了运算量,又有较好的稳定性和抗干扰性。     

视频图像中人体运动目标检测算法研究

视频图像中人体运动目标的检测是人体运动视觉分析的主要研究方向之一,在许多方面有着广泛的应用.主要针对摄像头固定即静态背景下的情况,提出一种基于高斯建模的背景减除法来实现运动目标的检测,并对运动目标实现人体分类判别,不仅可以较为精确地从背景中提取出前景区域,获得人体目标信息,又对环境有一定的自适应性,算法具有比较良好的鲁棒性.     

六旋翼飞行器目标搬移控制算法研究

针对传统六旋翼飞行器目标搬移控制算法能够对目标搬移控制计算,但存在计算数据稳定性差的问题,提出六旋翼飞行器目标搬移控制算法。使用飞行动力学理论,确立稳定常量,为控制计算提供稳定数据;将飞行控制数据进行稳态自适应处理,利用数据模糊性设定数据极限,约束数据跃迁;使用模糊条件对重心参数进行稳态约束,保证控制变量的稳定性,通过多变量转化实现目标搬移控制计算。仿真实验结果表明,设计的目标搬移稳定性算法能够控制六旋翼飞行器稳定搬移飞行,无搬移晃动。     

大小渐变目标检测与跟踪算法研究

针对快速压缩跟踪(FCT)算法难以适应复杂背景下大尺寸目标渐变成一个点目标的情况,提出一种改进的目标跟踪算法。首先采用FCT进行跟踪,并且计算当前帧跟踪框与初始跟踪框之间的余弦相似度。一旦余弦相似度小于设定的阈值,则立即切换到卡尔曼滤波器,并且采用基于最大连通域的方法检测目标位置及大小。当目标接近点目标,则将目标检测方法切换至基于高斯差分尺度空间的目标检测方法。实验结果表明该算法可以实现尺寸渐变目标的实时跟踪。     

基于相关滤波的目标快速跟踪算法研究

在实现高精确度和快速的目标跟踪过程中,相关滤波是一个非常好的选择,但是目前所有的相关滤波跟踪方法仍然无法解决遮挡和光照变化等因素造成的干扰。因此,在传统核相关滤波器(KCF)的基础上,提出多特征图核相关滤波器(MKCF)的目标快速跟踪方法。首先,由初始化目标区域生成多个特征图,并通过对正则化最小二乘(RLS)分类器学习获得位置和尺度核相关滤波器(KCF);然后,随机选取一个特征图,寻找位置和尺度KCF输出响应的最大值,完成目标位置和尺度的检测;最后,随机选择需要在线更新的目标模型。经过试验测试,对比KCF,MKCF的平均中心位置误差(CLE)减少了5像素,平均成功率(SR)提高了10.9%,平均距离精度提高了6.7%;MKCF在目标发生尺度变化、光照变化、形态变化、目标遮挡、轻度旋转及快速运动等复杂情况下均有较强的适应性,具有重要的理论和应用研究价值。     

基于图像融合的双波段目标跟踪算法研究

针对红外和可见光图像各自的特点以及单一传感器在目标跟踪中的缺陷,提出了基于双波段融合图像的目标跟踪算法。该方法对原始图像进行小波分解后,为了满足目标跟踪的稳定性及实时性,重点考虑目标跟踪时需要的边缘等细节信息,采用对低频系数取零,高频系数基于小波系数绝对值取大的融合方法,然后对融合后的图像采用基于Mean shift算法进行目标跟踪。实验结果表明,此算法可以稳定并且实时跟踪目标,通过对单波段采用相同的跟踪算法进行比较,算法在性能上优于单波段的目标跟踪。     

一种新的视频监控图像拼接算法

视频监控常常采用多个静止的摄像机监控视场范围比较大的区域,本文研究了多个摄像机的视频图像合成算法。对于多个静止的摄像机,利用相位相关算法估计输入视频的相应第一帧重叠区域,并在重叠区域内进行Harris角点检测和匹配,以加快角点匹配的速度并且提高匹配的稳健性;对于非首帧的视频,也只需在第一帧估计的重叠区域内进行角点检测。...