动态背景下空时特性均显著的运动目标检测

从序列图像中提取变化区域是运动检测的主要作用,动态背景的干扰严重影响检测结果,使得有效性运动检测成为一项困难工作。受静态图像显著性检测启发,提出了一种新的运动目标检测方法,采用自底向上与自顶向下的视觉计算模型相结合的方式获取图像的空时显著性：先检测出视频序列中的空间显著性,在其基础上加入时间维度,利用改进的三帧差分算法获取具有运动目标的时间显著性,将显著性目标的检测视角由静态图像转换为空时性均显著的运动目标。实验和分析结果表明：新方法在摄像机晃动等动态背景中能较准确检测出空时均显著的运动目标,具有较高的鲁棒性。     

基于Mean Shift的多模板目标跟踪算法

目标跟踪是计算机视觉研究领域的热点之一,并得到广泛应用。其中基于Mean Shift的运动目标跟踪算法因其计算量小,实时性好,简单易行等特点而受到广泛关注,但该算法在目标突变或严重帧丢失以及目标严重遮挡的情况跟踪效果不佳,留下了改进空间。在传统基于Mean Shift运动目标跟踪方法基础上,通过创建并维护多样性模板库为跟踪过程提供更丰富的目标描述信息,提高算法运动目标跟踪效果。实验结果表明,新算法较好地解决了在目标突变和严重帧丢失情况下不能准确跟踪目标的问题,并且对目标的完全遮挡也具有很好的鲁棒性。     

基于多模板的鲁棒运动目标跟踪方法

针对目前模型更新方法仅依赖于上一帧或最近帧定位到的目标信息,跟踪的历史信息未充分利用的问题,运用历史跟踪结果设计了多模板模型更新策略,并基于该更新模型结合卷积网络提出了一种新的运动目标跟踪方法.在运动目标跟踪测试视频集VOT2015下与目前热点运动目标跟踪方法对比实验表明:方法对于遮挡现象和目标自身形变具有较强的鲁棒性和较高的准确性.     

基于欧氏距离的实时直线检测算法

提出一种新的直线检测算法。与已有算法不同,该算法并非通过坐标系的转换,而是基于将离散曲线各点前后k个点对间欧氏距离平方和定义为该点的直线度,并推导出直线段上除首尾有限个点外其余各点直线度最大这一性质。利用该性质,该算法首先运用Freeman链码的性质选择出物体边界上明显属于直线的像素,然后在剩余的边界点中通过计算并寻找连续直线度最大的点而定位出直线。实验结果表明,该算法具有较高的稳定性、实时性和准确性。     

基于自监督深度学习的NVST图像去噪

新型真空太阳望远镜(NVST)作为研究太阳物理最主要的光学太阳望远镜之一,在采集图像数据过程中会遭受各种噪声干扰,影响对观测数据的研究.一些基于标准监督深度学习的方法在图像去噪领域取得显著成果,但对于干净数据难以获取的天文图像领域该类方法变得不适用.针对此问题,本文将基于自监督深度学习的图像去噪方法应用于NVST图像去...     

基于无线通信的电厂设备的状态监测与故障诊断

文章提出了一种基于ZigBcc无线通信技术的电厂设备状态检测与故障诊断系统的设计思路。分析了传统状态监测系统信号有线传输方式的不足和ZigBcc技术应用于电厂设备故障诊断系统的优势,在此基础上完成了传感器节点的软硬件设计．此外文章还重点论述了电厂设备状态检测与故障诊断系统方案的设计思路,并分别详细介绍了该诊断系统中两大功能模块的具体实现方案。     

角点检测技术研究及进展

角点是图像的重要局部特征,在图像配准、图像理解及模式识别等领域中,角点检测具有十分重要的意义。对角点检测的各种方法进行了分析、比较,给出了性能评价标准。最后,分析了该领域现存的问题、最新研究动态及发展方向。