基于动态显著性特征的粒子滤波多目标跟踪算法

针对复杂背景条件下图像序列中运动多目标跟踪问题,提出一种基于动态显著性特征的粒子滤波多目标跟踪算法,该算法借鉴心理学中关于视觉注意的研究成果,综合目标的灰度、细节和运动特性形成稳健的动态显著性特征,用来作为粒子滤波的状态向量。由于该算法中的显著性特征来源于目标的多种底层特性,因此算法具有很强的稳健性,同时,粒子滤波可实现非线性非高斯状态空间模型的最优估计。故而,该算法能够同时处理多个目标跟踪过程中的航迹管理问题,以及目标出现、消失、合并、分裂、被障碍物遮挡等问题。实验结果表明,该算法能够很好地实现复杂图像序列中的多目标跟踪。     

红外成像制导信息处理系统研究

本文针对红外成像制导信息处理算法和处理机结构进行了研究。为满足制导系统的特殊要求，通过与算法的有机结合，研制成功了一种智能红外图像处理系统，它可以实地完成弱机动目标的有效检测和精确跟踪。     

基于形态滤波和顺序滤波的小目标检测

针对红外图像中弱小目标的检测问题,提出了一种基于形态和顺序滤波相结合的小目标检测方法.该方法是采用Top-hat变换抑制背景的基础上,用门限判决对图像进行预检测.然后用顺序滤波去虚警点从而得到目标点.实验结果表明,在信噪比SNR＞2时该方法能有效的检测出图像中的小目标.     

一种改进的完全搜索块匹配算法

完全搜索块匹配算法是图像序列稳定中常用的运动估计方法,在传统的完全搜索块匹配算法中,在搜索区域中图像序列的当前帧和参考帧对应的像素对对匹配结果的贡献是完全一样的,这样使得算法的性能容易受到待稳定的图像序列中各种噪声的影响。针对这个不足,提出了一种改进的完全搜索块匹配算法。在新的匹配准则中,搜索区域中图像序列的当前帧和参考帧对应的像素对对匹配结果是否有贡献取决于它们灰度值之差的绝对值与预先设定的门限值进行大小比较的结果,对应的灰度值之差的绝对值不超过该门限值的像素对对匹配结果有贡献,而且贡献大小受到与像素对位置相关的加权处理,否则该像素对对匹配结果无贡献。实验结果证明了该算法的优越性。     

起伏背景下的自适应门限检测方法

介绍了起伏背景下的自适应门限检测方法的基本原理,并对其进行了改进,利用该方法可有效地检测起伏背景下的小目标,并给出了实验结果的验证。     

红外起伏背景的广义平稳特性研究

研究了计算大气云层背景图像集的样本均值、自协方差及2σ误差区间的方法,并在此基础上,针对实际的红外图像进行了大量的实验测试.实验结果表明,大气云层起伏背景图像是近似广义平稳的.     

一种改进的自适应窗口滤波的SAR图像去噪算法

SAR的广泛应用及其距离、方位上的高分辨率,使其受到人们越来越多的重视。但是SAR图像中的斑点噪声却严重地制约了它的进一步的应用。根据SAR图像的成像过程提出了一种改进的抑制SAR图像中斑点噪声的算法-自适应窗口空间域平滑算法。它根据窗内像素点的统计特征自适应调节窗口大小,并通过门限来决定是否需要改变窗的尺寸,达到在同性质区增大窗口来抑制斑点噪声,同时在异性质区减小窗口以最大限度地保护图像细节的目的。对实际SAR图像的验证,说明它在抑制斑点噪声和保存图像细节信息方面较之原方法有了一定的改进和提高。     

一种稳健的循环平稳信号波达方向估计算法

利用周期平稳特性可以提高波达方向的估计性能,BFat算法对循环频率误差较为敏感。分析了周期频率误差对BFat算法估计性能的影响,提出一种稳健的循环平稳信号波达方向算法RIBF-at,仿真结果表明,所提的RIBF-at算法对循环频率误差有较强的顽健性。     

车牌目标的自动定位技术

车牌识别问题是当前国内研究的一个热点方向，它的研究成功对车牌控制、运输安排等有着重要的应用价值。为了解决在车牌识别中的首要问题--车牌的自动定位技术，根据车牌目标在图象中的成像特点，提出了基于投影不变性的车牌自动检测定位方法，在车牌歪斜角度不大的情况下，成功地从复杂背景中检测定位出了车牌，通过现场实际测试，该方法取得了较好的定位识别效果。     

基于矢量量化的图象分形压缩编码

提出一种基于矢量量化技术的图象分形压缩编码方法,其能较好地克服传统的图象分形压缩编码方法中存在的速度慢,压缩率低等缺点,并且同时获得较高的图象恢复质量。