共查询到20条相似文献,搜索用时 140 毫秒
1.
提出一种新的基于区域的高速公路多车辆跟踪方案,包括背景建模、目标识别、目标跟踪等过程。针对高速公路监控图像质量差和干扰信号强的特点,在常规的颜色混合高斯背景模型的基础上,提出一种新的基于扰动区域的高斯背景模型来消除强噪声和背景小幅度运动的影响,并在时间序列上通过Kalman滤波迭代加权算法实现背景模型的自适应性更新。该背景模型明显提高了背景分割的准确性和自适应性。提出了一种改进的非递归区域生长算法用以有效地实现多目标的识别,算法复杂度仅为O(n)。采用目标特征匹配和区域运动预测规则对多车辆进行实时跟踪和识别。实现了一个高速公路实时监控原型系统,运行结果表明,该跟踪方法不仅能准确跟踪和识别多目标,而且对道路环境和车辆运动方向具有很好的适应性和鲁棒性。 相似文献
2.
3.
舰船红外成象目标实时识别跟踪算法研究 总被引:9,自引:1,他引:8
对前视海面舰船红外成象目标的实时识别与跟踪技术进行了研究,提出了一种新的海面舰船红外成象目标的识别跟踪算法。重点论述了其中的跟踪算法;同时基于本文算法及实际系统使用性能的要求,设计了一种适合本文算法的舰船红外成象识别跟踪系统,给出了硬件原理框图,对系统的实时性进行了分析。 相似文献
4.
5.
复杂背景、强噪声环境中的点源目标检测及跟踪方法 总被引:7,自引:2,他引:7
介绍了一种在复杂背景、强嗓声环境中检测并跟踪多个点源目标的方法。目标在图象中的位置是未知的;其轨迹是连续的并可以是任意的;图象序列中含复杂的变化背景,并伴有强的随机白噪声;目标为压几个象元的点目标,本文提出的是一种回形窗扫描、相关处理及相关跟踪相结合的算法,能有效地从复杂背景、强噪声环境中检测与跟踪多个点源目标。这种算法能对图象进行分割、并行处理,适合于实时的目标探测及跟踪。 相似文献
6.
本文研究摄像机和目标同时运动情况下的实时目标提取问题.首先运用背景差方法,检测出静止摄像机下的运动区域,为了克服连通域分析法耗时长的不足,提出重心偏移迭代法快速获得感兴趣运动目标.在改进Camshifi跟踪算法中,提出采用Bayesian概率法则在由Kalman滤波器预测的感兴趣区域(ROI)内获取颜色概率密度分布图像(CPDDI),引入即时背景(IB)以抑制背景特征.提出依据跟踪结果进行目标提取的方法,即结合CPDDI特征,并辅以适当的形态学滤波策略,从跟踪结果中提取出运动摄像机下的运动目标,解决目标被动态背景干扰的问题.实验结果表明,提出的算法能够较稳定和完整地提取出运动摄像机下的运动目标,对复杂动态背景的适应性较强,且算法完全达到了实时的运行速度. 相似文献
7.
针对在移动机器人跟随目标的过程中目标消失的情景,提出了基于视觉跟踪与自主导航的机器人目标跟随系统。将机器人跟随问题分为目标在机器人视野内时的常规跟随和目标消失后的自主导航两种情况。对于常规跟随,通过卡尔曼滤波器预测目标运动状态,采用行人重识别网络提取外观特征,通过数据关联融合运动信息和外观特征后进行目标跟踪,再通过伺服控制进行跟随。对于自主导航,基于目标消失前与机器人的相对位置,采用自主导航算法,使机器人移动到目标消失位置附近进行搜索,来提高对目标的跟随成功率。将提出的算法在OTB100公开测试集和机器人应用场景下的跟随测试集中进行评估,并在移动机器人平台上进行实验,结果表明,机器人可以在不同照明条件、背景行人较多的环境中跟随目标,验证了所提算法的稳健性和有效性,同时可满足实时性要求。研究结果可为机器人在目标消失后再跟随问题的研究提供参考。 相似文献
8.
提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取方法,介绍了运动目标的跟踪原理,采用图像雅可比矩阵进行机器人运动控制,跟踪运动的目标,利用视觉引导技术,获取目标在图像平面中的位置与方位,进行平面跟踪,然后引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性和有效性。 相似文献
9.
《中国计量学院学报》2016,(3):324-329
视频目标再识别涉及计算机视觉领域的运动目标检测、跟踪、图像处理、特征提取、特征匹配等.现提出一种基于前景检测、彩色区域边缘直方图(REH)的视频目标再识别算法.前景目标检测能有效消除背景像素产生的冗余特征,结合HSV空间中的彩色区域边缘直方图,增强了对目标的特征描述.实验在笔者建立数据集和3Dpes上取得了86.7%和51.5%的识别率,进一步提高了视频目标再识别的准确率. 相似文献
10.
复杂背景及遮挡条件下的运动目标跟踪 总被引:1,自引:1,他引:0
CamShift算法应用于复杂背景及遮挡条件下视频跟踪时,极易出现跟踪失效和目标丢失。本文提出基于颜色、纹理及目标运动信息的综合特征用于改进CamShift算法,结合Kalman滤波器对目标运动状态进行预测提高了复杂背景下运动目标的跟踪稳定性和跟踪精度。在目标发生遮挡时,通过目标遮挡前的先验信息进行最小二乘拟合及目标运动轨迹外推,预测目标运动位置信息,有利于遮挡结束时对运动目标的重新捕获。多组实验结果及性能分析表明,该算法在复杂背景及目标被短时遮挡情况下,可以实现目标的持续、稳定跟踪,并具有较好的实时性。 相似文献
11.
光电成像跟踪过程中,目标距离较近时,将在视场中呈现出扩展目标的特性,其成像大小将随着距离的减小迅速增大甚至溢出视场.此时传统的质心、形心、相关跟踪会出现跟踪点跳动或漂移的问题,严重时甚至出现跟踪丢失的现象.针对这一问题,提出了结合目标运动与主轴方向的目标头部跟踪方式,通过跟踪目标头部确保背景在视场内占据定的比例,避免了目标充满视场而导致的分割失败或跟踪点在目标上滑动的情况.通过对目标的二值图像进行形态学滤波并计算头部的形心,进一步提高了头部跟踪点的稳定性.仿真测试与外场试验表明,该方法显著提高了跟踪的稳定性与可靠性. 相似文献
12.
为了减小在目标跟踪过程中目标形变和复杂背景变化对跟踪效果的影响,提出一种基于混合相关滤波信息融合再检测的目标跟踪算法。首先,利用相关滤波算法提取到目标的方向梯度直方图HoG特征,利用颜色模板得到目标的颜色特征,计算两个模板的采样得分;其次,再将两者的特征信息用线性组合的形式进行特征信息融合确定目标位置,跟踪过程中,根据设定的阈值条件选择两个模板采样较大的得分再检测目标的位置;最后,输出所有帧目标位置的结果。与其他的算法进行比较,该算法在应对目标形变和背景杂波方面有较好的跟踪效果。 相似文献
13.
14.
本文将跟踪看作是二分类问题,提出了一种基于Adaboost集成学习和快速水平集的轮廓跟踪算法.该方法首先在线地训练一个弱分类器的集合用以区分目标和背景,而通过Adaboost将集合中的各弱分类器组合成一个强分类器,并用于标定下一帧中的各像素的类别属性,从而确定快速水平集算法的速度函数,然后采用基于动态邻近区域快速水平集来演化目标边界曲线以实现目标的轮廓跟踪.为适应目标和背景的变化,在跟踪过程中在线训练新的弱分类器,而时间相关性则通过更新包含新弱分类器的集合来实现.实验结果表明,在摄像机运动、光照变化,部分遮挡或目标尺度变化等情况下,能实现刚体或非刚体目标的轮廓跟踪. 相似文献
15.
实际人脸跟踪过程中,光照和姿态的变化、背景颜色干扰等因素都会极大地削弱颜色特征的有效性,从而造成跟踪的不稳定.针对该问题,本文提出了一种以颜色和轮廓分布为线索的粒子滤波人脸跟踪算法.该算法主要有三个方面的特点:第一,在粒子滤波基本框架下,引入新的用直方图描述人脸轮廓的方法,有效解决了光照、人脸旋转、部分遮挡问题对跟踪的影响,并且能及时有效地重新捕获由于大面积遮挡等原因而丢失的目标.同时采用实时调整每帧图像特征点个数,有效提高了跟踪效率.第二,针对背景干扰问题,提出了一种抑制相似背景颜色干扰的方法.第三,本文还提出实时更新模板的方法来提高跟踪的准确性.实验证明本文算法对人脸跟踪具有很好的效果. 相似文献
16.
17.
弱小目标跟踪算法性能评估的研究 总被引:1,自引:1,他引:0
本文提出了弱小目标检测和跟踪算法的性能评估框架,并针对弱小目标检测和跟踪的特点,从背景特性、目标特性和跟踪干扰特性等方面对弱小目标序列图像的仿真进行了分析.通过分析弱小目标跟踪中可能遇到的不同的目标情况和由此产生的正确跟踪轨迹、正常轨迹消失、错误跟踪轨迹、遗漏轨迹和虚假跟踪轨迹等目标跟踪状况,以弱小目标仿真模块提供的目标原始真值为基础,采用了有效跟踪评价和有效跟踪精度评价的方法对跟踪算法进行评估.试验表明,该方法能够有效地评估弱小目标跟踪算法. 相似文献
18.
19.
Correlation tracking plays an important role in the automation of weapon systems. Area correlation is an effective technique
for tracking targets that have neither prominent features nor high contrast with the background and the ‘target’ can even
be an area or a scene of interest. Even though this technique is robust under varying conditions of target background and
light conditions, it has some problems like target drift and false registration. When the tracker or target is moving, the
registration point drifts due to the discrete pixel size and aspect angle change.
In this research work, an attempt has been made to improve the performance of a correlation tracker for tracking ground targets
with very poor contrast. In the present work only the CCD visible images with very poor target to background contrast are
considered.
Applying novel linear and nonlinear filters, the problems present in the correlation tracker are overcome. Confidence and
redundancy measures have been proposed to improve the performance by detecting misregistration. The proposed algorithm is
tested on different sequences of images and its performance is satisfactory. 相似文献
20.
基于随机集理论的多目标跟踪研究进展 总被引:1,自引:0,他引:1
基于随机有限集理论的多目标跟踪方法,能够避免数据关联步骤的困扰,能够较好地解决复杂环境中目标数目未知且随时间变化的多目标跟踪问题.本文分析基于数据关联和基于随机集理论的多目标跟踪方法,阐明基于随机集理论的多目标跟踪方法的特点和优点,对目标状态提取、航迹关联、更准确的滤波算法,以及复杂条件下的PHDF算法等关键问题进行总结和评述,并指出该领域今后的研究热点. 相似文献