共查询到17条相似文献,搜索用时 62 毫秒
1.
图像处理算法的目标场景仿真方法 总被引:1,自引:0,他引:1
在各类光学成像控制、制导算法的开发过程中,需要通过目标视频图像进行实验.由于实际视频数据源缺乏,获取难度大,提供目标场景有局限性,给算法验证带来诸多不便.为解决上述问题,采用虚拟现实技术,结合HLA高层体系结构,从成像特点出发,采用计算机视景仿真技术设计实现了生成目标仿真视频图像的方法,有效解决了实际视频源数量有限,灵活性差的弊端.最终,将目标场景仿真方法应用于侦察型巡飞弹图像导引算法的开发和仿真验证中.结果表明,提出的仿真方法作为实际视频图像数据的有力补充,克服了缺乏实际可靠的视频图像数据源的困难,提高了侦察型巡飞弹图像导引算法的开发效率. 相似文献
2.
4.
5.
6.
7.
一种基于目标和背景加权的目标跟踪方法 总被引:2,自引:0,他引:2
Mean shift算法在实际应用中,若目标部分被遮挡或有背景因素干扰,则跟踪精度会降低.鉴于此,将背景和目标本身分别进行加权,通过背景加权改善对目标特征的描述,对目标的不同部位赋予大小不等的权值,有效地提高了Bhattacharyya系数值.从原算法对目标模型的描述出发,将其加入到Mean shift算法的数学模型表达式中.通过算法改进前后的实验结果以及跟踪偏差和迭代次数的比较发现,跟踪效果得到了明显改善. 相似文献
8.
一种改进的机动目标跟踪方法 总被引:1,自引:0,他引:1
机动目标跟踪方法主要有变维滤波、输入估计方法和交互式多模方法.由于输入估计方法采用常速模型作为状态方程对目标进行滤波跟踪,避免了模型集设计,所以成为研究的热点.但传统输入估计方法跟踪机动目标时存在机动检测时延较长和估计精度不高的缺点.针对以上问题,本文对输入估计算法进行了改进.用变检测窗长度的方法提高机动检测的响应速度,通过对检测窗内新息序列的修正显著提高了估计精度.仿真结果验证改进后的算法比原有算法的跟踪性能有显著提高,且对加速度随时间变化的机动也有一定的跟踪能力. 相似文献
9.
一种改进的基于颜色直方图的实时目标跟踪算法 总被引:8,自引:0,他引:8
基于颜色直方图的目标跟踪算法主要是利用彩色图像的颜色直方图信息,在获得颜色直方图水平投影和垂直投影的基础上,综合考虑运动预测和帧间的相似性,确定目标的位置,并结合模板更新的思想不断自适应地调整被跟踪目标的模板,从而实现对目标的跟踪,本文提出了的算法在原有的基于颜色直方图的目标跟踪算法的基础上,进行了两个方面的改进:(1)提出一种改进的直方图定义,使本算法能更好地实现小且目标物体的跟踪;(2)采用双模板更新与匹配的方法,使本算法对突变情况具有更强的鲁棒性。实验证明,本算法在保证跟踪准确度的同时,可以满足实时跟踪的要求。 相似文献
10.
针对水下无源测距的具体应用,本文就匀速运动目标出了估计QR的一种新方法。该方法对于时变量测噪声非常有效,并且在目标有、无机动的情况下,均有良好的距离跟踪性能。 相似文献
11.
12.
13.
14.
文章磁目标跟踪系统选用霍尼韦尔HMC1043磁传感器阵列来采集永磁体的磁场信息,并实现定位。由于磁场传感器阵列的各传感器位置、方向和灵敏度直接影响系统定位的精确度,所以要求对这些磁传感器参数进行准确的标定。文章针对磁传感器阵列的标定问题提出了目标误差函数和优化计算方法。通过对所有参数的迭代计算和优化更新使目标误差函数达到最小,完成对磁传感器的位置、方向和灵敏度等参数的标定。文章方法已对实际传感器系统实施应用。在MATLAB环境下,PC机采集目标磁体的磁场信号,通过算法计算确定所有磁传感器的位置、方向和灵敏度,完成标定。通过文章方法的标定,系统定位精度有明显的提高,本方法的可行性和合理性也因此得到验证。 相似文献
15.
针对有向传感器网络DSN(Directional Sensor Networks)中,传感器节点部署数量对目标跟踪精度、网络寿命和能效问题的影响方面,提出了一个分布式聚类算法,该算法在优化活跃传感器和节点的直接通信过程中,由分布式集群来负责协调成员间的节点,通过传输给Sink的定位信息及从多个节点聚集的传感数据来准确定位目标的位置。基于该理论的目标跟踪机制,提高了目标跟踪精度、增加了网络寿命和网络剩余能量。并进行了仿真验证,结果表明该方法能实现更高的跟踪性能。 相似文献
16.
在侦查目标追踪过程中,采用当前方法对视频进行浓缩处理时,所用时间较长,浓缩处理后视频中有效信息丢失率较高。为此,提出新的侦查目标追踪过程中视频浓缩方法。通过混合高斯模型模拟视频信号,实现视频前景建模和背景建模;在Camshift算法下降H分量的颜色概率分布图和颜色直方图相结合,对视频中存在的图像帧进行运算,通过调整搜索窗的大小实现对运动目标的追踪;采用松弛线性规划算法获得目标运动轨迹对应的最优时间标签,结合目标轨迹、背景序列和最优时间标签实现视频的浓缩处理。仿真结果表明,所提方法的浓缩耗时较短,视频中有效信息得到了有效保存。 相似文献
17.
研究追踪对象特征不明显,无特定身份特征的目标准确跟踪问题.无特定身份背景会导致跟踪目标出现时无明显各种特征,需要为其选定特征的跟踪特征.传统的目标跟踪算法在这种环境下采集的跟踪目标灰度特征信息单一,并且缺乏描述目标的信息,直接导致目标跟踪的失败或者带来较大的误差.提出一种改进的无特定身份背景下的目标跟踪方法.对图像进行边缘梯度融合,计算目标图像区域中基于局部二值模式(LBP)的纹理特征模型,通过Mean shift算法来建立目标直方图并实现目标的跟踪.实验结果表明,改进的算法能有效地克服无特定身份背景下的光照变化、多目标干扰的影响,改进的算法取得了较好的目标跟踪精度. 相似文献