基于FPGA的改进四帧差分的运动目标检测算法

针对运输系统中运动目标在运动垂直方向上边缘信息缺失的问题及运动目标检测实时性差的缺点,提出了一种改进的融合边缘检测算法的四帧差分法,结合现场可编程门阵列(FPGA)芯片的并行工作特性,满足了运动目标检测的实时性要求。改进的四帧差分算法是采用间隔帧间差分的方式,将运动目标区域提取出来与边缘检测相融合,同时利用FPGA中多端口SDRAM图像缓存技术对实时图像进行缓存和输出。系统实现了对运输带上运动目标的检测,结果表明,该算法能够较好地解决在传统帧间差分法中运动目标在运动垂直方向上边缘缺失的问题,同时也能准确且实时地检测出待测运动目标。     

激素干预下一次运动微损伤低功率激光修复系统

为加快运动微损伤的结痂速度,促进运动微损伤治疗恢复和自愈效果,提出激素干预下一次运动微损伤低功率激光修复系统。通过分析低功率激光在运动医学方面的作用,以CMOS相机、传感器、光源等作为修复系统的硬件,通过驱动脉冲干扰传输,得到图像输出信号,使用不同照明方法滤波图像信息,以用户界面、损伤检测模块、激光模块、主控模块、视觉模块与配置模块构成系统软件部分,依靠该系统抑制胶原纤维的超量生成,抑制活性氧产生,缩减脂质过氧化破损,加快肌肉再生,进而完成对运动微损伤的修复。试验结果表明,激素干扰下低功率激光修复系统能够有效修复不同程度上的运动微损伤,使受损伤区域结痂的速度更快。     

基于时域分割的DS/FH信号参数估计

针对时频分析方法在直扩/跳频(DS/FH)混合扩频信号参数估计中存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分析DS/FH信号的时频特性,提出了一种新的DS/FH信号参数估计方法。该方法从待测信号的时域分析出发,利用不同跳频点对应的周期数不相等的性质,完成了对DS/FH信号的时域分割,最后结合DS/FH信号性质完成了对待测信号跳频周期、驻留时间、跳频频率的估计。仿真结果表明,该方法针对DS/FH信号的参数估计精度高,运算速度较快,且没有干扰频率。     

一种基于H．264的有效运动估计算法

运动估计算法是实时视频编解码技术的研究重点，高精度的匹配和补偿可以减少预测误差，提高视频图像的压缩效果．为降低在视频编码标准H．264中运动估计的高计算复杂度问题，提出了采用一种基于节点模型的可变形块匹配运动估计算法来搜索最佳运动矢量．该算法充分利用了H．264运动矢量的的统计特性和相关性，并采用基于像素差值分类的运动估计匹配准则．实验表明，在编码性能损失很小的条件下，该算法有效降低了视频压缩编码中运动估计的运算复杂度．     

H.264运动估计改进六边形算法及FPGA设计

对传统的六边形算法进行了改进,在传统六边形算法第二个搜索模板的水平方向上增加了两个搜索点,并基于此提出了一种流水线并行处理的运动估计结构,该结构能够同时处理7个参考块.实验结果表明,改进后的新算法平均PNSR增加约0.3％,硬件系统的工作频率能够达到109.06 MHz,每秒可处理141 M个像素,满足了实时应用的要求.     

基于Kalman滤波器运动目标跟踪的火灾监测方法

针对目前通常采用的火焰信息特征检测方法无法有效排除环境变化产生的干扰,特别是光线变化易引发实时火灾监控出现误检的问题,提出了一种基于Kalman滤波器运动跟踪算法的火焰检测方法,同时利用颜色、圆形度等特征和信息进一步确认火灾。不同干扰条件下的测试结果表明,利用文中提出的算法进行火灾识别判断,具有响应时间短,抗干扰性强等优点,可满足实际使用需求。     

基于GPS多普勒频移的SAR运动补偿研究

受平台载荷限制,无人机载SAR无法装载大型高精度定位设备,从而导致运动补偿精度较低,成像质量较差.结合SAR单帧图像积累时间较短的特点,基于GPS多普勒频移实现了高精度相对定位和运动补偿,获取了无人机载SAR高分辨图像.对基于GPS多普勒频移相对定位算法进行了推导,对算法性能进行试验验证与分析.试验结果表明,在较短持续时间内,算法的定位精度优于传统的基于伪距解算的定位算法.在此基础上,把算法应用于SAR运动补偿,获得了高分辨SAR图像,取得了较好的补偿效果.     

机载激光多脉冲展宽识别运动目标和地面背景

结合多脉冲累积探测可以提高接收信号信噪比的特点与回波延时会造成脉冲展宽的特点,介绍了一种利用激光多脉冲展宽特性识别运动目标和地面背景的方法。由于目标速度的存在改变了光轴与目标表面夹角而造成回波延时,通过判别与基准脉冲不同的相关度,将其从地面背景区分出来。仿真结果表明,累积平均脉冲个数及次数越多噪声越小,信噪比越大,且多脉冲展宽可有效识别目标与背景,可应用于实际探测中测量目标运动速度及方位。     

融合GMS检测和置信度判别的TLD目标跟踪

针对目标在遮挡、尺度变化等复杂场景下易产生模型漂移问题,基于跟踪学习检测(TLD)框架提出一种结合基于网格的运动统计(GMS)检测和置信度判别的长时目标跟踪算法.首先在跟踪模块中采用快速判别尺度空间的相关滤波器(fDSST)作为跟踪器,利用位置滤波器和尺度滤波器对上一帧目标进行位置与尺度的判别,并依据TLD算法中跟踪模...     

基于狼群算法的SAR图像属性散射中心参数估计

针对合成孔径雷达（SAR）图像属性散射中心估计问题,提出基于狼群算法的新思路。方法首先在图像域上对SAR图像进行“分治”解耦。对每一个属性散射中心进行序贯估计时,采用狼群算法作为基础优化算法,获得散射中心最佳的参数集。狼群算法通过分析狼群的协作捕猎活动及猎物分配等特点,具备良好的全局搜索能力和局部开发能力。算法通过结合传统图像域解耦的思想和狼群算法的稳健优化性能,提高SAR图像整体的属性散射中心估计精度。实验中,采用所提方法对MSTAR数据集中的原始SAR图像及加噪样本进行参数估计,实验结果验证了其有效性和噪声稳健性。