基于优化粒子滤波器的体育视频目标跟踪算法设计

针对体育视频中的目标跟踪问题,提出了一种基于优化粒子滤波器的体育视频目标跟踪算法,以便提高目标跟踪的鲁棒性和跟踪精确度。首先通过背景减除实现目标的初步检测。然后基于RGB颜色直方图,结合粒子滤波和颜色分布来实现目标运动模型。最后对目标模型的更新条件进行优化,以便减少不必要的观测模型更新过程。对体育运动员比赛视频序列进行了测试验证,实验结果表明:该方法能够有效完成体育比赛视频中运动员的跟踪。与其他方法进行比较,提出的方法的平均误差更低且运行效率更高。     

基于优化粒子滤波器的体育视频目标跟踪算法设计（英文）

针对体育视频中的目标跟踪问题,提出了一种基于优化粒子滤波器的体育视频目标跟踪算法,以便提高目标跟踪的鲁棒性和跟踪精确度。首先通过背景减除实现目标的初步检测。然后基于RGB颜色直方图,结合粒子滤波和颜色分布来实现目标运动模型。最后对目标模型的更新条件进行优化,以便减少不必要的观测模型更新过程。对体育运动员比赛视频序列进行了测试验证,实验结果表明:该方法能够有效完成体育比赛视频中运动员的跟踪。与其他方法进行比较,提出的方法的平均误差更低且运行效率更高。     

基于精确背景运动补偿的机器人运动目标检测与跟踪

为实现动态场景下机器人快速准确地检测与跟踪运动目标，提出一种基于精确背景补偿的运动目标检测方法，并利用Kalman滤波扩展的KCF算法进行目标跟踪。针对传统ORB算法存在特征点分布不均匀、误匹配率高导致背景补偿效果不佳的问题，采用小波变换及图像分块处理保证提取的特征点数目及均匀分布，通过SURF算法提取具有尺度不变性的特征点并构建ORB描述子。利用KNN算法与对称约束相结合的特征匹配法提高匹配精度，同时引入改进的RANSAC方法精确求解全局运动参数完成背景运动补偿，最后通过帧差法及形态学处理获得完整的运动目标，并将KCF算法融合Kalman滤波实现对被遮挡目标进行再跟踪。实验结果表明：该方法特征匹配正确率达到98.4%,在背景运动状态下能够实时准确地检测出运动目标，并且能够连续稳定地跟踪目标。     

基于视觉显著模型和图像分割的文化图像目标检测

针对图像目标识别中的高效率视觉注意机制问题,提出了一种基于视觉显著模型和图像分割的文化图像目标检测算法。首先采用基于颜色分量对比度视觉显著模型对现有的视觉显著计算方法进行了改进,提高了显著区域检测的效率。然后在传统Grab Cut图像分割算法的原理上,结合改进的视觉显著模型来实现显著区域初始化,无需人工交互步骤,从而实现全自动的图像目标检测。测试数据结果表明:相比于现有的几种典型方法,提出算法具有较好的目标检测性能和较快的检测速度。     

高温轴类大锻件的图像分割算法研究

采用非接触CCD图像测量技术对高温大锻件进行测量时,需要从采集的图像中分割出大锻件目标图像。对高温物体成像特性进行了研究,并对高温锻件的辐射出射度与成像灰度的关系进行了讨论;采用线扫描方法,获得了850～1000℃高温锻件倒棱滚圆过程中图像的RGB基色分布规律,发现了背景和锻件目标区域红色灰度均值和蓝色灰度均值的相关性。在此基础上,提出了一种基于动态相对阈值和动态绝对阈值的图像分割算法。实验表明,此方法能对图像中的锻件目标实现精确的分割。     

基于熵率聚类分割和环带差分的油封缺陷检测

针对油封工件表面啃伤缺陷与背景对比度较低,检测区域灰度分布不均,区域分割与缺陷提取困难等问题,提出了基于熵率聚类分割和环带差分的油封缺陷检测方法。首先将油封图像进行超像素分割,分割为多个检测区域。根据油封灰度值轴向差异大、环向分布均匀的特点,采用环带均值背景差分方法检测啃伤缺陷。实验选择黑色橡胶骨架油封测试,结果证明,该检测算法能够有效实现油封区域分割和表面啃伤缺陷检测,区域分割正确率约98%,缺陷检出率可达95%。     

改进自适应混合高斯模型和帧间差分的运动目标检测

针对传统混合高斯模型进行运动目标检测易受环境噪声或光照变化干扰,检测结果存在空洞、边缘缺失等问题,提出一种改进自适应混合高斯模型和帧间差分的运动目标检测算法。在混合高斯模型建立之初,采用较大的学习率快速消除背景干扰信息,当模型趋于稳定后,根据目标运动状态不断调整学习率,实现自适应修正背景模型。同时引入光照变化因子调整模型更新率,有效克服光照变化的影响。为提高目标边缘连续性,采用基于图像相似度的四帧差分法并结合边缘检测算法快速提取目标轮廓信息填补目标边缘。通过形态学处理消除目标空洞及残余噪点,获得完整的运动目标。结果表明：该方法目标检测准确率达到95.2%,在保证实时性的同时对复杂场景具有较好的适应能力,鲁棒性强。     

最小一乘和区域生长分割在镁熔液弱小气泡检测中的应用

镁熔液图像背景十分复杂,为了检测出镁熔液图像中的弱小气泡,本文提出了一种基于最小一乘准则和区域生长分割的检测算法。该算法首先运用最小一乘准则和遗传算法对镁熔液图像进行背景预处理,再运用区域生长对检测到镁熔液图像中的气泡目标进行分割。试验证明,该方法能够成功地检测出弱小气泡。     

物料输送智能监控中多运动目标跟踪方法研究

面向运动物料智能监控的需求,提出了一种多运动目标视觉跟踪方法。在运动目标检测中,将基于边缘检测的三帧差法和背景减法相结合,提高了检测目标轮廓的完整性,同时改善了目标的空洞现象和图像的噪点问题,为运动目标跟踪提供了有效的数据基础;基于数学形态学和面积阈值去噪对目标区域进行检测、分割、分类与标记,进一步结合卡尔曼滤波预测对多个运动目标同时进行跟踪与定位。实验表明:提出的多运动目标跟踪方法能够准确地对多个运动物料进行视觉检测与跟踪,同时能够满足系统可靠性与实时性要求。     

基于机器视觉的线缆表面缺陷检测系统设计与算法研究

针对相关行业对线缆表面质量检测的需求和人工检测方法的不足,提出一套基于机器视觉的线缆表面缺陷实时检测系统的设计方案。设计了满足工业生产线条件的视觉硬件设备,用于采集优质的线缆图像。在图像处理算法中,改进行灰度均值法实现了复杂环境下图像线缆区域的提取;改进双边滤波建立背景并与原缺陷图像差分实现了缺陷信息的分割。通过对300张存在小孔、划痕、绝缘皮破损等线缆缺陷图像进行检测试验,结果表明:该算法检测准确率高于96.3%。     

基于参数降阶模态的分层贝叶斯在线裂纹检测

为了保证检测的稳定性和准确性,并且有效处理参数的关联性与强非线性,提出一种基于参数降阶模态的分层贝叶斯在线裂纹检测方法。提出一种用于递归输入、状态和参数估计的分层贝叶斯滤波器,它通过使用空间不完整和噪声可以仅输出测量振动。将所寻求的参数视为具有有限个更新状态的随机变量,参数状态的动力学由改进估计策略控制,该策略能够探索参数空间并识别目标值。进一步利用参数降阶模型对所提出的方法进行裂纹识别。最后通过航空航天应用中的真实组件对提出方法进行仿真,结果显示提出方法检测准确性和稳定性较高,证明了提出方法的有效性。     

基于Android平台的人脸跟踪系统设计与实现

针对现阶段大多数Android平台下人脸检测与跟踪系统精度不高的问题，设计了一种基于Android平台的无监督人脸目标检测与跟踪系统来解决这个问题。该系统采用基于粒子滤波和背景减除的方法，能够在无先验知识的情况下自动探测和跟踪视频监控序列中移动人脸目标。采用 VC+〖KG-*2〗+和Open CV对该方法进行了具体实现，并介绍了开发环境搭建，最后成功移植到Android平台上。实验测试结果表明，该方法可以成功地检测并跟踪人脸目标。与其他方法进行比较，提出的方法的实时性和稳健性能更高，即跟踪效果更好。     

基于CS优化深度学习卷积神经网络的目标检测算法

目前对于形状比较复杂且密集摆放的工件,传统的工业机器人视觉分拣技术已经无法有效检测和识别。因此,为了提高生产线上分拣工件检测的准确率,提出了一种基于布谷鸟搜索算法(Cuckoo Search,CS)优化深度学习卷积神经网络(Convolutional Neural Network,CNN)的目标检测算法。首先对视觉分拣系统的组成进行了分析。然后采用经典的Faster R-CNN的模型结构来实现目标检测,并将CS优化算法应用到CNN模型的参数训练中,解决了反向传播的局部最优问题,同时提高了迭代速度。工件检测实验结果表明:相比于传统的CNN模型,提出CS-CNN模型具有更好的目标检测的准确率,提高了网络的收敛速度。     

基于导航路径约束的多模块柔性检测机器人运动规划研究

连续体机器人运动规划复杂且控制精度低是制约其深入研究和快速应用的重要难题。基于几何分析法对连续体机器人进行运动学建模研究，构建关节空间与末端笛卡尔空间的映射模型，在此基础上对其工作空间进行分析。为满足柔性检测机器人在狭小空间的快速介入和准确探测需求，提出一种基于导航路径约束的机器人运动规划方法，以连续体机器人各弯曲单元前后端点与理想轨迹间的最小距离作为目标函数，通过逆向递推的方法逐节求出各弯曲单元关节参数，从而控制机器人沿着预设导航路径进行介入运动。最后分别通过平面C形弯曲曲线和空间路径的运动规划仿真实验对所提路径规划算法进行验证，同时研究该规划方法下机器人关节长度及单元个数变化时机器人的跟随效果。仿真结果表明：所提运动规划方法能够有效控制连续体机器人沿着预设路径进行介入运动，并具有较高的控制精度和较强的适应性。     

多特征联合时空正则化相关滤波目标跟踪鲁棒算法

针对相关滤波跟踪框架中快速运动带来的边界效应和遮挡情况下模型错误学习的问题,提出多特征联合时空正则化的相关滤波目标跟踪算法。算法在第一帧提取目标区域的快速方向梯度直方图特征、颜色空间特征和深度卷积特征,并使用主成分分析法降低特征的维度;然后在相关滤波跟踪框架中加入空域和时域正则化项,来缓解跟踪过程中边界效应和模型退化等问题;最后结合尺度池方法,对跟踪目标进行自适应的尺度估计。实验结果表明,该算法在目标发生尺度变化、遮挡、快速运动等情况下,仍具有较好的跟踪有效性。     

基于扩展H∞滤波农业机器人滑移运动模型估计

针对履带式农业自动化机器人侧滑运动控制问题,提出了一种基于扩展H_∞滤波的滑移运动模型估计方法。首先,给出了机器人侧滑转向的速度瞬心(ICRs)运动模型,并针对不同的运行路况进行双模态并行估计实现。接着,针对不同路况进行了实现分析。固定路况下,采用扩展H_∞滤波(EHF)在线实时估计ICRs参数值;时变路况下,首先采用k均值聚类对运行路况进行类别划分,然后针对划分的类型进行EHF估计。仿真和实验结果表明,该估计方法在固定路况和时变路况下均能快速估计侧滑机器人的运动学模型,保持了较高的拟合精度。     

一种六自由度机器人运动参数标定方法的研究

针对六自由度机器人定位精度问题,在机器人运动学误差模型的基础上提出运动学参数标定方法。通过Levenberg-Marquardt算法实现机器人运动学参数偏差的预辨识,将这些辨识的参数偏差的次优值定义为初始个体分量的中心值,并利用差分进化算法完成精确的辨识,进而获得机器人运动学参数的较优值。为验证所提方法的有效性,采用激光跟踪器和数值模拟的方法进行了运动参数标定的实验研究,结果表明：所提出的运动学参数标定方法能显著提高六自由度机器人的定位精度。