红外小目标实时检测系统实现

采用TI的C6416为核心处理器,辅以FPGA,构建了一套红外小目标实时检测系统,主要算法由两片C6416并行处理实现,FPGA完成图像预处理和对外接口.算法上提出了基于双滑窗的局部阈值二值化方法,并采用图像预处理技术来改善图像分割效果,利用目标在连续帧间运动的关联性来剔除干扰目标、降低虚警概率.实验表明,系统的目标检测效果和实时性均达到了要求.     

基于ARM和DSP空中运动目标实时跟踪系统研究

对空中目标物体实时跟踪目前主要采用雷达探测的方法,但时常会受到电磁场与电磁波的干扰,降低了探测的准确性,为解决此类问题,提出了一种基于空中视觉实时跟踪系统的解决方案.该方案适用于小范围空中动态物体的跟踪,包括动态目标的差值提取,二值图像的滤波和模板图像的实时更新,以及动态目标的特征提取、云台控制.为提高系统的准确检测性,提出了一种基于改进的动态模板匹配与帧间差分相结合的空中目标检测方法.该方法有效地解决了电磁场干扰、环境变化使动态目标无法捕捉的问题,根据实验表明,该系统能够很好地检测到空中动态物体,具有很好的鲁棒性、实时性和清晰度.     

序列图像中运动目标检测与跟踪方法分析

运动目标检测与跟踪是计算机视觉研究争图像编码研究的主要内容,有着广泛的应用领域.研究了目前运动对象检测与跟踪的一些常用方法,包括时域差分法、背景差分法、基于光流场的检测方法和卡尔曼滤波、特征光流法的跟踪方法,井对各种方法进行了比较,指出其优缺点及适用范围,并给出了时域差分及背景差分方法的实验结果.     

基于粒子滤波的目标实时跟踪系统

设计一种基于TMS320VC5416与FPGA的实时图像跟踪系统,该系统首先采用SAA7111A采集图像,经FPGA(采用乒乓操作的方式)传输给DSP处理器.在跟踪算法上采用灰度作为目标特征,使用粒子滤波方法实现对动态目标的跟踪.采用浮点数定点化处理,提高了算法的运行速度.实验表明:该系统具有良好的实时性与稳定性.     

基于角点检测的光流目标跟踪算法

为了解决传统目标跟踪算法在目标发生旋转、变形等情况下容易丢失的缺陷,提出了首先使用Harris角点算法提取几个目标角点特征,光流法进行匹配点配准,最后采用重心算法确定目标脱靶量的跟踪方法.利用了角点提取算法具有运算速度快且能代表目标形状特征的特点以及光流配准具有匹配精度高的优点.实验结果表明,该方法具有较高的跟踪精度,对于目标旋转、变形、遮挡都具有很高的鲁棒性.     

复杂背景下运动目标的检测与跟踪

比较了HS和LK两种光流计算方法的性能,并针对复杂背景的情况,提出了一种基于LK光流柱状图和canny边缘检测融合技术的运动目标检测跟踪方法.该方法分三步:首先,利用LK光流柱状图信息完成运动目标的检测,并获得目标分割图;然后用canny边缘检测算子的检测信息并融合目标分割图信息获得细化的目标边缘图;最后根据检测结果计算目标形心.实验表明,该方法能有效解决复杂背景下运动目标的检测与跟踪.     

红外弱小目标实时检测跟踪系统

根据红外弱小目标检测和跟踪的实时性要求,基于中波红外热像仪、双数字信号处理 器(DSP) 、管理板卡HEPC9,双DSPC6201和双现场可编程阵列( FPGA)搭建了一套实时的红外图像处理系统。同时针对C6201微处理器,成功实现了弱小目标检测与跟踪程序的优化和移植。系统测试表明:该系统实时和有效检测跟踪每秒50帧,每帧320 ×240,每像素14位的低信噪比复杂序列图像。     

光流法在运动目标识别领域的理论与应用

在介绍运动检测以及光流的基本概念的基础上引出基于光流方程的两种常用的图像分析方法—梯度法、块匹配法;通过对光流法在红外图像序列的运动目标检测、活动轮廓模型以及医学图像处理方面的应用来阐述这两种光流法的优缺点进行分析从而得出光流法在运动图像识别领域具有较大的优势,最后对光流法在未来其他领域的应用提出展望.     

基于分层模板的目标实时跟踪算法

在数字图像处理领域里,相关匹配技术有着广泛的应用,尤其在目标搜索和跟踪应用中.相关匹配算法通过计算目标图像与模板图像的相关值来确定是否图像和模板相关,具有很高的跟踪准确性和稳定性,但当目标仅占模板一小部分时,普通相关匹配算法效果很差.分析了有关相关跟踪算法的特点,提出了分层模板匹配的算法,并应用在实际的工程应用系统中;通过实验证明,该算法能较好地改善对小目标的跟踪效果,并可以克服障碍物对目标的部分遮挡问题.     

基于模板相关匹配的红外目标跟踪FPGA算法实现

为了红外复杂背景下能够较好地跟踪目标,文章选用了基于模板相关匹配的红外目标跟踪算法,并且采用大规模可编程逻辑器件FPGA实现了算法,解决了系统应用中所面临的实时性问题.实验结果表明:用FPGA实现模板相关匹配跟踪算法具有运算速度快、可靠性高、功耗低等特点,满足制导系统的实时性要求.     

抑制模板漂移的目标跟踪算法

 本文提出了一种解决目标跟踪中模板漂移现象的新算法.模板漂移现象指的是,由于不断进行模板更新,目标会逐渐移出模板,而背景物体则逐渐占据整个模板.本文为了解决这个问题,提出了一组能够精确描述模板漂移对于模板更新滤波器的影响的表达式,以使得考虑了模板漂移影响后的模板更新滤波器能够在空间及时间上自适应地实现及时更新目标外观与避免模板漂移之间的近似最优平衡.大量的包含不同目标外观变化类型的实景视频流的实验结果证实了本文算法的有效性.     

一种红外目标检测系统中实时信息处理机的设计与实现

介绍了一种空中红外目标自动检测系统中实时信息处理机的设计与实现.该实时信息处理机采用了高效的红外目标检测和跟踪算法,该算法实时性好、抗干扰能力强.同时良好的软硬件设计使得处理机处理能力强,实现了50帧/秒的处理帧频.全数字、模块化设计使得该处理机克服了传统处理机的不足.特别是USB2.0接口的引入使得系统的连接简单可靠,具备了很强的可维护性.     

目标检测与跟踪技术专利综述

目标检测与跟踪技术在军事、航天以及国民经济的各个领域发挥着重要的作用.对目标检测与跟踪的专利技术进行了综述,重点关注近年的热点技术,将近年来目标检测与跟踪的专利技术大致分为以下几类:块匹配、基于特征的方法、图像间相减、基于变换域的方法、基于梯度的方法和统计方法,并介绍了每类方法的优势与问题,希望对审查与申请提供一定的借鉴.     

视频运动目标检测及跟踪算法测试平台设计与实现

给出了平台构架、设计思路与实现方法,对七个核心算法模块进行了详细说明,给出了采用VC++6.0实现时的主要程序段及技术关键点.提供了一种高速路交通车辆检测和跟踪实例,提供了实例算法结构图、性能参数和实际测试效果.试验结果表明,所提平台具有良好的实时性和有效性.     

基于偏振特征的目标检测

通常的光电检测系统是根据光的强度差别来区分目标的，但当强度差别不明显时或目标所处的背景很杂乱时，用强度来区分目标是非常困难的．在文中，提出利用光的另一个基本特征一偏振特性来区分场景中的目标，可以克服由于强度差过小带来的目标检测上的困难．经过实验表明，利用光学偏振特征的成像传感器所获得的图像使得目标检测大大简化．     

基于模板匹配的快速少纹理目标识别算法

针对传统的基于模板匹配算法通常考虑模板的整体性往往遇到计算性能复杂的问题。文中提出一种基于二进制方向压缩映射和局部特征加权的快速少纹理目标识别方法。根据目标边缘点的量化梯度方向,利用二进制方向压缩映射方法对目标模型进行特征描述,快速提取出目标候选位置及其对应的尺度、角度信息;在检测出目标候选位置后,再利用局部特征加权方法建立新的模板特征,对目标候选位置计算新的相似度从而确定目标最终姿态。实验结果表明,文中算法与其他具有代表性的算法相比具有更好的识别率,并且识别时间大幅降低。     

机载多传感器实时图像跟踪系统研究

针对某型号机载光电吊舱的总体性能技术指标,研制了一种多传感器实时图像跟踪处理系统,该系统在硬件上以高速数字信号处理器(DSP)、大规模复杂可编程逻辑器件(CPLD)及微处理器为核心,采用模块化流水线处理结构,实现目标图像的实时跟踪.在系统软件上提出一种高效的快速相关算法,建立相关跟踪置信度评估、模板自适应刷新、相似目标辩识、目标丢失判断和再捕获等准则,有效地提高目标跟踪的稳定性和鲁棒性.该系统进行了大量复杂地面背景条件下的目标跟踪试验,取得了满意的结果.     

VDK实时内核在红外目标检测跟踪系统中的应用

介绍了ADI公司的实时操作系统内核VDK的特点,及其应用在红外目标检测跟踪系统中的优点.详细讨论了目标检测跟踪系统的进程划分与设计,输入输出设备的驱动程序设计,进程间的通信方法等.实践证明,该设计方法不仅确保了实时性要求,提高了开发效率,而且使系统的升级和维护更为简单.     

基于激光雷达的移动机器人运动目标检测与跟踪

运动目标的检测与跟踪是移动机器人研究的难点问题之一.基于2维激光雷达的性能分析与滤波设计的基础上,提出一种自主运动目标检测与跟踪的方法.通过k-近邻对激光雷达扫描的障碍进行聚类分析;基于栅格地图匹配的方法评估障碍的运动参数;检测出运动目标后,通过对机器人进行运动补偿,提出一种改进的粒子滤波算法对目标的运动状态进行评估.最后,利用自行研制的移动机器人进行算法评估,实验结果验证了所提方法的有效性.     

基于AdaBoost算法和光流匹配的实时手势识别

着眼于更宽泛和更便捷的应用需要,提出了基于AdaBoost算法和光流匹配的实时手势识别方案.只需连接到计算机的摄像头读取二维手势视频片段就能对手势作为较为准确的识别.其中,采用AdaBoost算法遍历图像,完成静态手势的识别工作;在动态手势的识别过程中,运用了光流法结合模板匹配的方法.整个系统对静态和动态手势的识别均具有较强的鲁棒性.