基于稀疏正则约束的子空间视觉跟踪

针对子空间表示跟踪算法处理遮挡问题的能力不足,以及稀疏表示跟踪算法无法满足跟踪实时性要求等问题,本文提出一种稀疏正则约束的子空间视觉跟踪算法。该算法结合了子空间表示与稀疏表示的优势,提升了对于遮挡问题的处理能力,并且降低了算法的计算复杂度。首先,该算法利用PCA子空间基向量集、子空间均值以及表示残差对目标进行表示,同时算法采用L2范数作为表示系数以及表示残差的稀疏约束函数。其次,算法采用了一种分步循环迭代的方法求解表示模型的系数与残差。然后,为了保证子空间基向量与空间均值能够持续准确的描述目标在跟踪过程中出现的变化,算法根据经过开运算处理后的表示残差中非零元素的不同比率构建不同的更新模板,并结合增量主成分分析方法在线学习新的基向量与均值。最后,在实验部分,本文将提出算法在10个实验序列上的跟踪结果与8个现今主流跟踪算法进行对比,同时从定性与定量两个方面对实验结果进行分析。本文算法在全部10个实验序列上的平均中心误差为5.3pixel,平均覆盖率为77%,相比于其他算法,本文算法取得了较高的跟踪精度。本文算法具有更好的鲁棒性,并且满足更多场景下的跟踪需求。     

基于DM368的无人机视频压缩系统的设计

无人机视频数据的实时压缩处理是无人机的关键技术之一。本文以DM368为核心处理器,以嵌入式Linux为板级操作系统,设计出一套可供无人机使用的低功耗视频实时压缩系统。与传统的嵌入式视频H264软件编码压缩系统相比,本系统依赖DM368内嵌的视频协处理硬核处理H264编码,具有功耗低,处理延迟小,外部电路简单等诸多优势。同时系统以嵌入式Linux为板级操作系统,实时性强,可稳定高效的管理视频采集、硬核调度、串口通讯、数据输出等诸多任务。试验结果表明,本系统在处理PAL制式为视频源的H264编码任务时,平均功耗仅为1.5W,具有功耗低、成本低、体积小、重量轻、实时性强等诸多优势,能够满足无人机视频压缩的应用需求。     

Visual tracking based on the sparse representation of the PCA subspace

We construct a collaborative model of the sparse representation and the subspace representation. First, we represent the tracking target in the principle component analysis (PCA) subspace, and then we employ an L1 regularization to restrict the sparsity of the residual term, an L2 regularization term to restrict the sparsity of the representation coefficients, and an L2 norm to restrict the distance between the reconstruction and the target. Then we implement the algorithm in the particle filter framework. Furthermore, an iterative method is presented to get the global minimum of the residual and the coefficients. Finally, an alternative template update scheme is adopted to avoid the tracking drift which is caused by the inaccurate update. In the experiment, we test the algorithm on 9 sequences, and compare the results with 5 state-of-art methods. According to the results, we can conclude that our algorithm is more robust than the other methods.     

一种基于FPGA的彩色图像实时增强方法

彩色图像中包含了丰富的颜色信息,能够直观地感知世界,它使我们的工作生活更加便利。但是,由于一些恶劣环境的影响,彩色图像的成像会出现模糊、目标被淹没、对比度偏低等问题。针对此问题,本文设计了一款基于FPGA的嵌入式实时图像增强处理系统。并提出一种灰度值拉伸变换方法,将该方法直接对RGB色彩空间的R、G、B三分量进行增强处理,既增大了灰度值的变化范围提高人眼视觉效果,也避免了色彩空间转换带来的计算量及节省了处理时间满足了工程的实时性要求。目前该系统已在实际工程项目中应用,工程结果表明该系统工作稳定有效,能够有效解决工程中出现的光线条件差,低对比度情况下的彩色图像增强问题。     

Ship detection in optical remote sensing image based on visual saliency and AdaBoost classifier

efficiency switch and modulation.     

光学遥感图像中复杂海背景下的舰船检测

本文针对光学遥感图像中复杂海背景下的舰船检测问题,提出一种快速精确的舰船检测方法。首先,基于最大对称环绕显著性检测完成初始目标候选区域提取,并结合一种基于元胞自动机的同步更新机制,利用图像局部相似性和舰船目标几何特征,对初始目标候选区域进行更新,并通过OTSU算法获取最终目标候选区域;然后,根据舰船目标的固有特性对方向梯度直方图特征进行改进,提出一种新的表征舰船特性的边缘-方向梯度直方图特征对舰船目标进行描述,与传统HOG特征相比,这种特征向量侧重于对边缘特征的描述,对梯度向量鲁棒性更强,并且仅为一个24维的特征向量,计算复杂度低;最后,通过构建的训练库完成AdaBoost分类器的训练,并利用训练完成后的AdaBoost分类器完成目标的最终判别确认。本文的检测算法,针对尺寸为1 024pixel×1 024pixel的遥感图像,检测时间为2.386 0s,召回率为97.4%,检测精度为97.2%。实验表明,本文提出算法的检测性能优于目前主流的舰船检测算法,在检测时间和检测精度上都能够满足实际工程需要。     

碳纤维/碳纳米管-环氧树脂复合材料的耐老化性能

将环氧树脂基体与氨基化碳纳米管(MWNTs)复合,制备了碳纤维/氨基化碳纳米管-环氧树脂(CF/MWNTs-EP)复合材料。表征CF/MWNTs-EP三相复合材料的断面,并在标准条件下测试其冲击、拉伸等力学性能,研究了耐老化性能。结果表明:氨基化碳纳米管的加入明显提高了材料的耐盐雾性、耐热氧老化性和耐湿热性能。氨基化碳纳米管的加入改善了纤维与基体树脂间的界面性能,同时,促进了环氧树脂的固化,降低孔隙率,导致耐老化性能显著提高。当MWNTs-NH2的添加量(质量分数)为1.0%时,在72h和168h不同盐雾时间下,三相复合材料的耐盐雾老化性比CF/EP复合材料分别提高了61.8%和67.5%。在48h、96h和168h热氧老化时间下,三相复合材料的耐热氧老化性比CF/EP复合材料分别提高了43.5%、48.5%和41.7%。在72h和168h不同湿热时间下,三相复合材料的耐湿热老化性比CF/EP复合材料分别提高了52.8%和60.0%。