基于背景优化的Mean Shift目标跟踪算法

针对传统的Mean Shift算法在目标快速运动且背景区域变化较大时,容易丢失跟踪目标的问题,提出了一种基于背景优化的Mean Shift目标跟踪算法。该算法引入混合直方图并对直方图重新量化,再通过减少背景像素在概率密度函数(PDF)中的权重来对背景进行优化,从而降低背景区域对跟踪的影响。实验结果表明,当目标快速运动,且背景区域变化较大时,该算法仍然能够实现对运动目标的准确跟踪。     

基于线结构光和足底扫描的足部参数测量研究

针对现有足部轮廓三维重构方法精度低,鲁棒性差,成本昂贵且不符合实际足部生物力学研究要求等问题,设计了一种利用光学测量技术实现无接触式足部参数测量的系统。该系统一方面通过对足底扫描图像处理,构建足底轮廓点云,分割足底压力区域,计算足底相关参数;另一方面利用线结构光技术,重构足面轮廓,将足底轮廓点云与足面轮廓点云在系统规定世界坐标系内融合,形成完整足部轮廓点云,根据定义计算足部围度等足部系列参数。通过搭建相应硬件平台对多组人体足部进行测量,实验结果表明系统能够快速、精确地完成足部三维重构,具有很好的鲁棒性。