基于关键角点引导约束的广义Hough变换两层目标定位算法

广义Hough变换对非解析轮廓的定位与检测需要考虑平移、旋转、尺度问题,所以需要对四维参数空间进行搜索,计算量大且同时保证速度和精度存在困难。为解决该问题,本文在定位与验证两级框架下提出由关键特征点引导约束的广义Hough变换两层目标定位快速算法。粗定位过程首先利用模板图像的特征点——角点建立R表,将待检测图像中的角点依据局部R表对平移、缩放系数和旋转角度进行全局搜索,得到其参考点位置以及和的参数值;在验证过程中,建立模板图像边缘像素的全局R表,在约束的参数范围内依据全局R表进行验证,求出精确检测结果。实验表明,本文算法也适用于局部遮挡,局部变形等情况,同时运算时间、存储消耗大大减少,检测稳定性高,具有一定应用意义。     

基于Hough变换的人眼检测方法研究

人脸检测在许多应用中都是重要的一个处理阶段,眼睛是一个在人脸检测中极为重要的人脸特征,因此一种精确可靠的定位眼睛的算法对许多实际的应用是十分重要的.提出一种基于Hough 变换椭圆检测的人眼睛定位方法,先对人脸图象进行canny边缘提取,然后根据眼睛的生理特征,利用提取的眼睛边缘特征进行椭圆检测.实验证明该方法定位准确,能有效的抑制噪声,并且有很高的识别率.     

基于伪线性卡尔曼滤波的两站红外无源定位及跟踪技术

建立了目标的两站红外搜索与跟踪系统的伪线性观测模型，基于该模型提出了运动目标的伪线性卡尔曼滤波算法．该算法利用伪线性方程组获得滤波器的初值，从而提高了滤波器的跟踪精度和速度．分别采用伪线性卡尔曼滤波器与推广卡尔曼滤波器对目标进行定位及跟踪的仿真结果表明：在跟踪初始阶段，伪线性卡尔曼滤波的跟踪精度明显优于推广卡尔曼滤波．在近距离范围，不论目标是匀速还是机动运动，两者的跟踪精度都非常高．在远距离范围，当目标机动时，伪线性卡尔曼滤波的跟踪精度明显优于推广卡尔曼滤波；当目标匀速运动时，推广卡尔曼滤波的跟踪精度略优于伪线性卡尔曼滤波．从整个仿真过程可以看出，目标的运动形式对推广卡尔曼滤波性能的影响是非常明显的，而对伪线性卡尔曼滤波性能的影响则很小．     

基于改进Hough圆变换的尿液图像中红细胞的定位

提出了在尿液图像中对红细胞进行定位的算法。因在尿液图像中,红细胞呈多个同心圆状态,通过检测它们的圆心可以对红细胞进行定位。该算法采用改进Hough变换检测红细胞的中心(圆心)。在改进Hough变换中,充分利用了圆的几何特性,在这种几何特性下,可以检测出同心圆的圆心。实验证明算法能对尿液图像中的红细胞进行准确地定位。但算法只是作为尿液中红细胞的统计计数的一个预处理,不能对其它圆形杂质和红细胞区分开来,所以,在分割后还需要对定位的结果进行分类,才能得到尿液检测的红细胞参数。     

一种基于Hough变换的神经网络字符识别方法

针对印刷体字符的结构特点，利用Hough变换的点一线对偶性，提出了一种新的印刷体字符识别方法。该方法将字符在参数空间中共线点的个数及其坐标，作为BP神经网络识别系统的特征输入矢量，获得了较好的识别效果。     

基于约束抽样Hough变换的圆轮廓快速检测技术

针对Hough变换进行圆轮廓测量存在的问题,提出了一种新的Hough变换圆轮廓检测方法．该方法综合利用图像本身灰度信息和梯度信息,对图像空间的抽样进行约束与优化,减小参数的累加数目,得出图像空间中属于目标的轮廓点;并根据目标本身的性质进一步搜索,去除伪轮廓点;采用了“多对一”映射与并行算法来提高检测速度．实验结果证明应用本方法对于对比度低、有噪声污染的图像同样可以检测出真实轮廓,定位不确定度〈0．15像素,运算速度是传统随机Hough变换的2倍．     

基于Unscented卡尔曼滤波的目标跟踪仿真分析

卡尔曼滤波技术是目标跟踪的理论基础之一.在工程应用中,多采用非线性滤波的方法对目标进行跟踪.介绍了Unscented变换,通过使用Unscented卡尔曼滤波(UKF)对目标跟踪进行仿真实验,Un-scented卡尔曼滤波有效地克服了传统的扩展卡尔曼滤波算法(EKF)的缺陷.给出了最佳估计的二阶近似,提高了对目标跟踪的精度和稳定性.仿真结果表明,该算法对目标在位置、速度跟踪方面均有良好的效果;针对目标机动,采用多模型滤波算法能够实现目标机动的精确跟踪.     

基于Hough变换的票据图像倾斜校正

针对票据图像,考虑框线变换后参数空间分布,提出了一个改进的基于Hough变换的票据图像倾斜检测与校正方法。通过对图像进行平移变换,选择图像中心作为原点,使得框线变换后的参数空间,呈现对称的蝶形,从而更容易检测出峰值点,得到精确的票据图像倾斜角度。实验结果验证了提出方法的有效性,与传统方法相比,检测的倾斜角度更加精确,具有更强的抗噪声能力。     

Hough变换的改进及其在电厂指针式仪表自动识别中的应用

在图像处理中,Hough变换广泛应用于图像空间中的直线检测,但其本身具有存储空间大、计算时间长的缺点。研究了传统Hough变换算法,针对其缺点,提出了一种改进的Hough变换算法。通过减小Hough变换的搜索范围来减小变换所需的存储空间和计算量,并将提前确定好的圆心直接加入到累加器中来减小计算量,从而大大减小了计算时间...     

基于无味粒子滤波的动态场景下高机动目标跟踪

针对传统粒子滤波的目标跟踪算法存在粒子退化问题,提出了基于无味粒子滤波(UPF)的目标跟踪算法。为了将当前观测信息融入,采用无味卡尔曼滤波(UKF)生成粒子滤波的提议分布,以改善滤波效果。针对目标在机动过程中引起的视觉形变以及背景的变化,又采用了颜色直方图作为目标的颜色分布模型,并与UPF相融合。仿真结果表明,该算法对动态场景下的高机动目标有较好的跟踪效果。     

Navigation system of a class of underwater vehicle based on adaptive unscented Kalman fiter algorithm简

Inherent flaws in the extended Kalman filter（EKF） algorithm were pointed out and unscented Kalman filter（UKF） was put forward as an alternative.Furthermore,a novel adaptive unscented Kalman filter（AUKF） based on innovation was developed.The three data-fusing approaches were analyzed and evaluated in a mathematically rigorous way.Field experiments conducted in lake further demonstrate that AUKF reduces the position error approximately by 65% compared with EKF and by 35% UKF and improves the robust performance.     

噪声未知情况下的自适应无迹粒子滤波算法

为了有效地解决系统噪声未知情况下的目标跟踪问题,提出了一种自适应无迹粒子滤波算法。该算法采用改进的Sage-Husa估计器对系统未知噪声的统计特性进行实时估计和修正,并与无迹卡尔曼滤波器相结合产生优选的建议分布函数,降低系统估计误差的同时有效提升了系统的抗噪声能力。实验结果表明:本文方法明显地改善了系统噪声未知情况下目标的跟踪精度和稳定性。     

基于改进Snake模型与Kalman滤波的目标跟踪算法

在基于改进Snake模型的基础上,结合Kalman滤波进行运动预测,提出了跟踪运动物体轮廓的一种方法.在物体轮廓的提取方面,将MINIMAX准则应用于参数的自动选取,对霍夫变换进行改进使其能应用于Snake初始轮廓的自动选取,对动态规划算法进行改进使其应用于Snake模型,使其有更好的收敛效果.并采用Kalman滤波器预测物体的运动轨迹,实现在视频摄像中运动物体的有效跟踪.     

一种高分辨距离像辅助的多目标跟踪算法

When the tracks of the multi-target get approached or crossed, it is easy to lead to combining or even to get wrong tracks for the traditional tracking methods, since the traditional methods only utilize the information on the target position to finish the data association. Aiming at this problem, a multi-target tracking algorithm aided by the high resolution range profile (HRRP) is proposed in this paper. Firstly, the target attitude angle is estimated in real time on the principle that the HRRP is sensitive to the attitude angle. And then the attitude angle is added to the target measurement state to construct a multi-dimension correlating gate. The data association is accomplished with the multi-dimension information. So the problem of multi-target data association is simplified to multiple sub-problems of data association for a single target. Finally, each target motion state is estimated by the probabilistic data association-unscented Kalman filter (PDA-UKF). Simulation results reveal that the computing complexity is reduced, and that the correct probability of data association is improved by using the target HRRP on the one hand. On the other hand, the tracking accuracy is improved with the aid of the target attitude angle.     

Hybrid Kalman and unscented Kalman filters for INS/GPS integrated system considering constant lever arm effect

In inertial navigation system(INS) and global positioning system(GPS) integrated system, GPS antennas are usually not located at the same location as the inertial measurement unit(IMU) of the INS, so the lever arm effect exists, which makes the observation equation highly nonlinear. The INS/GPS integration with constant lever arm effect is studied. The position relation of IMU and GPS’s antenna is represented in the earth centered earth fixed frame, while the velocity relation of these two systems is represented in local horizontal frame. Due to the small integration time interval of INS, i.e. 0.1 s in this work, the nonlinearity in the INS error equation is trivial, so the linear INS error model is constructed and addressed by Kalman filter’s prediction step. On the other hand, the high nonlinearity in the observation equation due to lever arm effect is addressed by unscented Kalman filter’s update step to attain higher accuracy and better applicability. Simulation is designed and the performance of the hybrid filter is validated.     

多天线时变信道下基于卡尔曼滤波跟踪的数字图像通信系统

数字图像在时间选择性衰落信道下传输 ,难以获得满意效果 .为得到高质量的传输图像 ,基于多天线通信系统 ,采用卡尔曼滤波跟踪方法对时变信道进行跟踪以获得更高的系统性能 ,并增加信道编码 .仿真结果表明 ,在系统中加入卷积码 ,可获得 5dB以上的编码增益 ;在较高信噪比下 ,与无跟踪情况比较 ,误比特率有较大改善并可获得满意的传输图像 .     

Comparison of linear and nonlinear aerodynamic parameter estimation approaches for an unmanned aerial vehicle using unscented Kalman filter

Aerodynamic parameter estimation provides an effective way for aerospace system modeling using measured data from flight tests,especially for the purpose of developing elaborate simulation environments and designing control systems of unmanned aerial vehicle(UAV)with short design cycles and reduced cost.However,parameter identification of airplane dynamics by nonlinear models is complicated because of the noisy and biased sensor measurements.Using linear models for system identification is an alternative wa...     

基于HOUGH变换的二维条码图象矫正

在二维条码图象扫描输入过程中，扫描图象会出现一定的倾斜，给条码的识别带来困难。本文提出基于HOUGH变换的图象矫正方法，结合条码自身的特征，通过一定的预处理，实现二维条码图象的快速矫正，具有较强的实用性。