结合卡尔曼滤波器的改进均值漂移算法

在均值漂移框架下,采用帧差法检测运动目标,获取运动信息,同时提取目标参考模型的颜色特征和边缘方向特征,分别计算Bhattacharrya系数,根据Bhattacharrya系数以及前一帧的特征权值进行颜色特征、运动特征和边缘方向特征的自适应加权。此外,根据一定的策略实时更新目标参考模型,以适应运动目标的外观变化。由于结合了三种互补性较强的特征,该均值漂移算法能很好地适应相似的背景颜色干扰、光线变化、目标旋转、突然加速以及尺度变化等复杂视频场景。为了处理目标发生遮挡的情况,将改进的均值漂移算法与卡尔曼滤波器进行有效结合。当目标大部分甚至全部被障碍物遮挡时,仍可以进行稳定的目标跟踪。     

基于阵列天线处理的GPS信号抗干扰研究

针对强干扰低信噪比条件下的全球定位系统（GPS）信号的接收抗干扰问题,提出了结合功率倒置算法和相位补偿的抗干扰方法.该方法通过利用功率倒置算法对GPS信号进行预处理,使其能正确解调,并进一步对GPS信号进行相位补偿处理,提高信噪比.仿真结果表明,该方法能有效抑制强干扰,增强信噪比,提高GPS接收机的抗干扰能力.     

基于视觉背景提取的自适应运动目标提取算法

在复杂场景下的视频运动目标提取是视频分析技术的首要工作。为了解决前景运动目标提取的精确度不高的问题,提出一种基于视觉背景提取(ViBE)的改进视频运动目标提取算法(ViBE⁺)。首先,在背景模型初始化阶段采用像素的菱形邻域来简化样本信息;其次,在前景运动目标提取阶段引入自适应分割阈值来适应场景的动态变化;最后,在更新阶段提出背景重建和调整更新因子方法来处理光照变化的情形。实验结果表明,对于复杂视频场景LightSwitch的运动目标提取结果在相似度指标上,改进后的算法与混合高斯模型(GMM)算法、码本模型算法以及原始ViBE算法相比,分别提高了1.3倍、1.9倍以及3.8倍。所提算法能够在有效时间内对复杂场景具有较好的自适应性,且性能明显优于对比算法。