复杂背景下的红外目标自动跟踪算法

提出了一种非线性边缘检测和Mean Shift方法相结合的红外目标检测与跟踪算法.采用双窗口算子的非线性边缘检测算法具有计算量小、速度快、图像质量好等优点.在边缘检测后的二值图像基础上,利用改进的Mean Shift跟踪算法实施目标跟踪.该跟踪算法融合了计算目标区域局部标准差的信息;利用灰度值和局部标准差的概率密度函数来描述目标;同时选择核函数级联方式进行目标密度估计,从而弥补了仅用灰度信息描述目标特征的不足.实验结果表明,该跟踪算法检测出的复杂背景下红外目标边缘清晰,并且能够准确地对目标实施自动跟踪.     

用梯度LOG算子实现小目标实时跟踪

为提高复杂背景条件下小目标检测及跟踪的稳定性,提出了一种基于梯度LOG算子的光团目标检测跟踪算法,首先建立了梯度图像中小目标的成像模型,能够较好地适应背景光照变化.然后根据尺度空间的基本理论构造了一种针对该成像模型的目标检测算子,分析并证明了该算子具有尺度不变性的优点,设计并实现了基于梯度LOG算子的小目标跟踪方案,实验结果表明:梯度LOG算子能够较好地跟踪复杂背景中的光团目标,定位精度可达亚像素级,且具有计算量小,抗噪声能力强等优点.     

序列图像中目标的分割与跟踪

本文主要研究序列图像中目标自适应跟踪方法.文章首先分析比较了目前国内外常用的分割方法的优缺点,然后提出了一种可以实现快速跟踪的算法.该方法利用序列连续图像的帧间相关性和差异性检测目标,把目标历史运动信息经过预测滤波后的结果和差值的序列图像信息进行比较,以达到快速跟踪的目的.     

基于形态学梯度的红外目标检测

对于红外跟踪系统中的低空非合作运动目标检测问题,由于距离未知,目标可能表现为小目标或者面目标,另外,红外图像中可能包含大量的地物背景.针对以上问题,本文提出了一种基于形态学梯度的目标检测算法.此方法首先计算红外图像的形态学梯度,进而根据各种地物背景的形态学梯度特征提取天空区域,然后在此区域内进行目标检测,最后进行目标边缘片段的合并.该方法基于形态学梯度对于灰度变化的敏感性,使用形态学梯度来表征红外目标边缘强度,通过检测目标边缘来达到检测目标的目的.实验证明,本文方法能够有效的检测目标,虚警较少,且对小目标和面目标具有一定通用性.     

基于Mean shift算法的灰度人脸跟踪

由于灰度图像的信息单一、缺乏描述目标的信息,且易受到光照的影响,导致Mean shift算法在灰度图像跟踪中的应用不稳定,我们采用结合灰度与方向编码特征建立目标模型的策略,提出了在灰度图像中以Mean shift为核心的人脸跟踪算法.实验结果表明,该算法可以成功的克服混乱、遮挡、光照变化以及目标自身的缩放与旋转的影响,并且计算量非常小,对于大小为48像素×68像素的目标,整个算法的计算时间仅为34ms.     

复杂背景下迎头点目标检测算法

针对传统检测跟踪算法无法有效处理迎头点目标的问题,提出了基于红外序列图像相邻两帧间匹配的检测算法.根据迎头点目标的红外序列图像特点,采取点对点标记匹配结果,点对点统计标记次数,阈值门限输出迎头点目标.算法无需假定目标点位置,检测过程不随背景复杂程度和目标点数目变化而变化,尤其解决了高噪声情况下迎头点目标的检测和跟踪问题.算法结构简单、存储量小、运算速度快,根据多次仿真和实拍照片实验,验证了该方法的可行性和有效性.     

基于全局和局部信息的目标跟踪算法

图像序列中的运动目标在跟踪过程中容易受到复杂环境以及严重遮挡所影响。针对该问题,提出一种基于全局信息和局部信息的混合粒子滤波算法。新算法在传统粒子滤波的基础上引入了多子块纹理直方图,它包含了目标的局部空间信息,使得跟踪算法的鲁棒性有所提高;根据目标受遮挡的程度自适应调节全局和局部信息对目标定位的贡献,在一定程度上提高了算法的抗遮挡能力和适应能力,实验结果表明该算法在目标处于部分遮挡和严重遮挡时能够达到比较理想的跟踪效果。     

一类基于信息融合的粒子滤波跟踪算法

本文提出了一种基于图像多特征信息融合的粒子滤波跟踪算法.该算法利用颜色柱状图描述运动目标颜色分布信息,帧间差的梯度图像描述目标运动信息,并在柱状图框架下给出了运动目标颜色和运动似然模型,保证了颜色和运动似然模型在尺度上的统一.由于图像多特征提供了运动目标多方面的测量信息,从而提高了算法的可靠性.试验表明该算法在使用相同粒子数目的情况下较采用单一颜色特征的粒子滤波跟踪算法效果好.     

一种抗噪快速边缘检测算法

本文提出了一种快速抗噪声的边缘检测算法.首先对原始灰度图像应用快速Kirsch边缘检测算法.这样就得到了边缘的梯度和方向信息.然后基于这些信息进行边界跟踪,达到抗噪的效果,最后是细化和二值化,得到的是一个视觉上有意义的二值图像.用的是一个投票准则.为了检验本算法的有效性,将本算法与一些经典的边缘检测算子,如经典的Kirsch,Canny算子的性能进行了比较.     

基于新的梯度特征相似度量的目标跟踪算法

为了稳定跟踪空中具有强机动特点的战斗机目标,提出了一种图像梯度特征相似性度量算法,并利用空中目标梯度空间分布特点构造了一种自适应调整模板尺寸的方法.在传统MAD相关匹配算法的基础上,通过引入梯度匹配权值模板,实现了对梯度特征的相似性度量.在跟踪过程中利用目标梯度空间分布局部占优的特点,构造能够反映目标尺寸的特征分布曲线来估计目标大小,调整匹配定位时的目标模板尺寸.仿真结果表明,跟踪算法能够适应飞机在做强机动时产生的快速形变,以及由形变带来的目标自身灰度的剧烈变化,实现了对目标的稳定跟踪.     

复杂场景条件下的运动目标检测算法

针对复杂场景条件下运动目标检测方法存在的局限性,提出了一种基于运动检测和静止图像分割相融合的算法。采用相邻帧差法结合建立的假设检验模型进行自适应的运动目标检测;为消除孔径效应和噪声的影响,根据运动目标检测的结果,在当前帧利用区域增长法融合运动分割的结果。试验结果表明,算法能从复杂场景的图像序列中有效地检测和提取出运动目标,并有很强的鲁棒性。     

数字散斑相关技术在微结构平面运动测试中的应用

微结构是微器件或微系统的基本组成部分,对其运动特性的测试有助于对器件或系统的性能和稳定性进行评价．为此,针对频闪成像技术获得的微结构运动图像序列,对数字散斑相关技术应用于微结构平面运动特性测试的实现方法进行了探讨,采用梯度法实现全局刚性位移的精确测量,并作为牛顿迭代法的初值进行区域变形量的提取。具有较高的计算效率SiCRF微谐振器平面运动特性测试实验表明,微结构平面刚性位移测量的分辨率和偏差分别能够达到1／100像素和1／20像素,区域变形信息提取的有效性也得到了初步验证．     

SPGD图像匹配的方法性能及参数选取优化策略

随机并行梯度下降 (SPGD)图像匹配方法是一种全新的图像匹配方法,该方法同时对所有的变形参数施加相互统计独立的随机扰动,并以相关系数随机梯度分量代替真实的梯度分量进行迭代运算,使之能够快速地得到最优参数估计。扰动幅度和增益系数选取是该方法亟需解决的关键性问题,目前能否对不同的变形情况选取相同的具有普遍适应性的预设参数,或是需要对不同的变形情况自适应更新参数以达到最优化匹配效果都还没有得到较好的回答。本文一方面探索该方法在不同预设条件下的极限匹配性能;另一方面初步总结出扰动幅度和增益系数对该方法匹配性能影响的规律,在此基础上研究了分级参数更新策略,使该问题得到进一步解决。     

基于双信息统计与引力聚类的图像篡改检测算法

目的 为了解决当前图像复制-粘贴篡改检测算法的鲁棒性与检测精准度不佳等问题。方法 将图像的颜色信息引入伪造检测过程,提出双信息统计机制耦合引力聚类的图像复制-粘贴篡改检测算法。首先,利用Hessian矩阵来准确提取图像的特征点。然后,利用图像的梯度直方图来描述图像的方向特征,并联合图像的颜色信息,构造双信息统计机制,获取图像的特征向量。计算特征向量间的欧氏距离,构造近似测量模型,对图像特征进行匹配。最后,利用引力聚类方法,实现图像特征点的聚类,精准检测复制-粘贴篡改内容。结果 与当前图像复制-粘贴篡改检测方法相比,所提算法具有更高的检测精准度,以及更好的鲁棒性。结论 所提方案可以准确检测并定位出伪造内容,在图像水印、信息安全领域具有一定的参考价值。     

序列图像中运动目标检测

提出动态背景下序列图像中的运动目标检测算法。利用像素邻域的各向同性对图像进行归一化,消除亮度变化等因素的影响;利用光流信息并结合小波变换由粗及精计算速度场来配准图像;用当前帧作参考图像,通过时域积分校正背景图像。当前帧与校正后背景图像作差得到差分图像。假设该差分图像中噪声分布为高斯分布,由高斯分布的3σ特性滤除差分图像中的噪声,则粗定位出目标;最后以聚类方法确定运动目标区域。分别对200帧可见光和200帧红外图像序列进行实验,检测率分别为95%和94%。     

Motion feature extraction for stepped frequency radar based on Hough transform

The high resolution range profile can be obtained through coherent pulse compression processing in every coherent processing interval (CPI) for stepped frequency radars (SFR). The radar observation time can be divided into multiple CPIs. By utilising the temporal information inherent to a sequence of these range profiles, a time-range image containing the target motion information can be synthesised. Through analyses of the point scatterer targets with the radial uniform motion, radial uniformly accelerated motion, rotation and vibration, this study indicates that there is a certain correlation between the target motion features and the time-range image features in the limited observation time. Based on this result, we propose a motion feature extraction method for SFR without any assistant information using the conventional and well-known feature extraction tool, Hough transform. The authors give detailed analyses and explanation of this method, and verify them by outfield experiments, demonstrate the motion feature extraction results using real radar data. The proposed method enables the motion feature extraction through space non-coherent integration, which fully utilises the radar data information under low signal-to-noise ratio conditions.     

基于散斑图像梯度域的数字图像相关盲去模糊方法EI北大核心CSCD

针对复杂测量环境或高动态测量过程中出现的运动模糊问题,提出了一种灰度稀疏先验与参考图像梯度域先验相结合的散斑图像盲去模糊方法。该方法以灰度直方图峰值的L 0范数与参考图像梯度域分布建立优化函数正则项,使用二次分裂方法估计清晰图像,再以交替迭代的方式进行卷积核细化。在模糊核估计完成后,使用Richardson-Lucy非盲去卷积方法完成散斑图像的复原。实验结果证明:所提出的散斑图像盲去模糊方法与针对自然图像与文本图像的经典方法相比,获得了更优的图像去模糊效果,并提高了数字图像相关测量精度与鲁棒性。     

一种自动提取IVUS图像血管包络的新方法

提取血管内超声(IVUS)图像的血管包络对冠状动脉疾病的诊断有一定的积极意义。本文综合考虑IVUS图像的灰度特征、序列时间特性、先验知识等三类信息,提出一种自动提取血管包络的方法。先由序列时间特性和先验知识减少噪声和伪像干扰,提取出第一帧图像的初始包络;然后用结合梯度、灰度方差、灰度均值信息的B样条GVFsnake对初始包络进行变形得到第一帧的最终包络;最后利用序列图像的时间特性提取后续帧的包络。通过实验表明:综合三类信息的包络自动提取方法在精度和鲁棒性等方面优于以往的方法。     

基于小波变换的海面背景红外小目标检测方法

采用基于正交小波分解的多分辨率分析实现频带选择,抑制噪声和背景杂波;检测图像的水平和垂直方向边缘,确定海天线和目标潜在区;利用不同方向边缘进行融合,除去大量背景干扰而获得目标候选点;检测候选目标点的灰度值,确定阈值排除虚警点并分割目标。实验结果表明,该方法能检测复杂海面背景中的舰船红外小目标。     

一种球形机器人高速直线运动的自适应控制方法

具备高速精准运动能力是球形机器人技术发展的重要方向。针对高速运动状态下外界扰动和系统抖振等因素对球形机器人精准直线运行产生的影响,开展面向高速直线运动的分数阶自适应分层积分滑模控制方法的研究。提出面向高速直线运动的球形机器人标准动力学模型并且以此作为控制方法的研究基础,将积分项和分数阶微积分项与分层滑模控制方法相结合,并且对高速运动过程中的未知扰动进行自适应评估和补偿,基于BYQ-GS高速运动球形机器人对该方法的控制效果展开验证。研究结果表明,在高速直线运动状态下,随着速度的增大,该控制方法能够有效提高系统响应速度、收敛速度、稳定性和鲁棒性,对球形机器人高速精准控制的实现有重要的意义。