【摘 要】
：
针对行人光照变化、背景与目标颜色相近以及目标遮挡等复杂环境中,易出现跟踪目标丢失的问题,提出一种融合多特征的Camshift算法与卡尔曼滤波相结合的目标检测跟踪方法。首先,为解决目标跟踪方法需要在初始帧手动选取行人目标的问题,在初始阶段利用梯度直方图特征(HOG)结合支持向量机(SVM)分类器进行行人目标检测;其次,利用欧式距离选取距离图像中心像素坐标最近的行人作为跟踪目标;同时,将行人分为5部分
论文部分内容阅读
针对行人光照变化、背景与目标颜色相近以及目标遮挡等复杂环境中,易出现跟踪目标丢失的问题,提出一种融合多特征的Camshift算法与卡尔曼滤波相结合的目标检测跟踪方法。首先,为解决目标跟踪方法需要在初始帧手动选取行人目标的问题,在初始阶段利用梯度直方图特征(HOG)结合支持向量机(SVM)分类器进行行人目标检测;其次,利用欧式距离选取距离图像中心像素坐标最近的行人作为跟踪目标;同时,将行人分为5部分分别提取衣服颜色特征与HOG特征,根据权重进行融合,建立更加鲁棒的目标模型;最后,利用当前帧与前一帧的目
其他文献
针对传统汽车保险丝盒检测精度较低、效率较差,以及无法自适应调整扭力扳手扭矩等问题,提出一种基于多摄像头的汽车保险丝盒检测与装配方法,并设计了检测系统样机。采用HSV和YCbCr双色彩空间将基于Bootsing分类器构建的颜色查找表色彩识别方法和基于卷积神经网络(CNN)的表面文字识别方法相结合,通过获取保险丝盒上的保险丝颜色与文字型号,实现保险丝盒中各标准的保险丝快速检测与识别。同时,利用两个有一
为了能准确的对锂电池极片轧机轧辊表面的缺陷类型做出检测,提出了一种基于图像处理的轧辊表面缺陷检测与识别方法。首先,针对轧辊表面缺陷进行了类别划分,并设计了相应的轧辊表面质量检测系统,实现图像的收集与提取;然后针对收集的轧辊表面图片,利用前景提取和图像增强实现初步的预处理;最后利用特征提取与特征归类的方法对经过预处理的图像进行缺陷归类。通过对40组轧辊缺陷样本进行试验测试,结果表明,轧辊表面缺陷检测
高压直流换流阀是特高压直流输电的核心,换流阀的可靠工作是特高压直流输电系统安全稳定运行的必要保证。高压直流换流阀关键零部件故障智能诊断技术是目前国内换流阀巡检研究中相对空白的领域,尚没有完整的检测诊断体系。在上述背景下,提出了一组利用换流阀可见光图像中各零部件的关键特征进行故障智能诊断的算法,并设计了相应的验证实验。实验表明,所设计的算法能有效识别出TCE板接线脱落、螺母松动、器件老化等阀组件故障
本文选取三种具有代表性的扰动土——粘土、粉土和砂土,根据控制变量法的思想,改变某一种影响因素,采用物性参数测定技术中的强迫电流法,通过自制模型测量不同含水率下土壤的电阻率值。然后,对试验数据拟合,获得经验公式,并对影响规律进行详细分析和对比。试验结果表明,土壤电阻率随含水率的增加而减小。当含水率较小时,电阻率对土壤含水率敏感,呈指数衰减,当土壤含水率达到一定值(15%左右)后,土壤电阻率随含水率的
2月26日,自然资源部中国地质调查局广州海洋地质调查局"海洋地质十号"调查船完成中巴印度洋联合海洋地质科学考察,返抵广州海洋地质专用码头。这是"海洋地质十号"调查船入列后的首个远洋调查科考航次。"海洋地质十号"调查船是我国自主建造的全新一代高精度具有钻探功能的综合海洋地质调查船,自2017年12月26日入列以来,累计海上作业262天,稳定航行
光学相干断层扫描技术(OCT)已成为诊断冠状动脉狭窄的关键技术,对影像中的钙化斑块的识别具有十分重要的意义。提出了一种新的中智学转换方法,利用隶属度函数将图像转换至中智学领域,然后在中智学领域利用区域生长算法分割出钙化斑块。该实验对10组具有典型钙化斑块的冠脉OCT图像进行测试,并与医生手动分割结果比较,精确度达89%。研究结果表明,该算法可以精确地分割出钙化斑块,具有较好的鲁棒性。所以,该研究可
基于图像处理的方法,采用了由粗及精的瞳孔定位思想,提出了一种高精度的瞳孔定位算法.该算法首先利用瞳孔区域的直方图,采用改进的最大类间方差法自适应地分割瞳孔区域,实现粗略定位,然后利用瞳孔灰度的梯度特性来精确定位瞳孔边缘点,最后在像素级瞳孔边缘点的基础上,采用亚像素定位方法,更精确地求得亚像素级瞳孔边缘点,并通过椭圆拟合的方法来精确确定瞳孔的中心位置.另外,针对瞳孔被遮挡的情况,本文提出了一种等距离
现有的印刷电路板(PCB)缺陷检测与识别算法大多都采取传统的图像处理和识别过程:即缺陷检测,特征提取和缺陷识别。由于电路板的复杂性,传统方法对于种类较多的缺陷很难达到精确分类,提出一种基于深度学习的PCB缺陷识别算法。首先对参考图像与待测图像进行差分操作找出PCB缺陷区域,然后针对缺陷区域,设计了包括2个卷积层、2个下采样层和4个全连接层的卷积神经网络模型。将PCB缺陷图像批量归一化,选取ReLU
苹果图像的目标检测是研究苹果采摘机器人的关键技术。本研究以自然光源下的苹果图像为研究对象。首先,针对原始RPN结构的3×3单一小滑动窗口摄取特征信息有限问题,设置不同面积、不同尺寸的9个候选框,同时增加1个滑动窗口,以提高感受野的面积与强度,改进深度学习目标检测框架Faster-RCNN,进而搭建深度学习模型。然后,对图像标注目标的实际位置和类别标签,以苹果的测试集作为输出期望,经过训练得到模型的
针对当前废旧切边模人工修复效率低,轨迹难以控制等问题,提出一种基于手眼系统的切边模堆焊修复轨迹生成方法。该方法在机器人焊接设备上加装单目相机建立手眼系统,并通过最小化重投影误差的优化方法来提高手眼标定精度,相机采集切边模图像后,通过图像分割、边缘提取等算法提取切边模刃口轮廓点集,采用非线性分段法对轮廓点集进行曲线拟合,从而生成平滑的运动轨迹。最后利用手眼标定结果将轨迹点转换到机器人基坐标系,实现了