【摘 要】
:
传统的mean-shift跟踪算法不能跟踪目标的旋转、缩放运动,且常常因此造成定位不准.鉴于此,将尺度不变特征变换(SIFT)特征检测融入到mean-shift跟踪过程,提出SIFT特征点的尺度变化与目标的尺度变化成正比,特征点主方向变化与目标旋转角度一致,给出了基于SIFT特征的自适应目标尺度、方向计算方法,且利用带方向、可变带宽的椭圆核改进传统的mean-shift跟踪方法.实验表明,该算法能
论文部分内容阅读
传统的mean-shift跟踪算法不能跟踪目标的旋转、缩放运动,且常常因此造成定位不准.鉴于此,将尺度不变特征变换(SIFT)特征检测融入到mean-shift跟踪过程,提出SIFT特征点的尺度变化与目标的尺度变化成正比,特征点主方向变化与目标旋转角度一致,给出了基于SIFT特征的自适应目标尺度、方向计算方法,且利用带方向、可变带宽的椭圆核改进传统的mean-shift跟踪方法.实验表明,该算法能够较好地跟踪目标的旋转、缩放运动,定位也更准确.
其他文献
为检测无人机视频中的地面运动目标,提出了一种运动和颜色信息相结合的算法.采用前向运动历史图像来增强独立运动信息和抑制背景噪声,确保完整分割出候选运动区域;提出一种迭代的、基于局部颜色分布比对的方法,去除候选区域中的背景像素,以更准确地提取单个运动目标.算法不仅节约了计算量,还有效降低了误检和漏检的可能性.多组无人机视频的实验结果表明了所提算法的高效性和鲁棒性.
Soil drying and wetting impose significant influences on soil nitrogen (N) dynamics and microbial communities. However, effects of drying-wetting cycles, while common in vegetable soils, especially un
Anthropogenic activities have caused the accumulation of heavy metals in the soil environment.Pollution of the soils significantly reduces environmental quality and affects human health.In many recent
随着医学图像处理的快速发展,病灶区定位在医学应用中越来越引起人们的关注。以CT图像为研究对象,针对肺结核球的定位问题,先对预处理过的CT图像利用阈值技术二值化,采用形态滤波去除小桥,然后将每个连通区域标记出来。最终通过包括面积、周长、位置参数及形状参数等特征的决策器来判断确定肺结核球区域,并且定位出病灶区位置。
CS理论是一种新兴的信号获取与处理理论,通过减少信号重建所需的数据(少于奈奎斯特定理所要求的最小数目),来缩短信号采样时间,减少计算量,并在一定程度上保持原有图像的重建质量。由于该理论的这些显著优点,使得其在医学成像领域引起了广泛关注,取得了很大进展。本文介绍了压缩感知理论在医学成像中的发展历程和最新进展,详细介绍一种基于字典学习的新型压缩感知自适应重建算法,最后通过计算机模拟实验对该方法进行了初
动画,通过绘制而成的活动影像产生组接的运动感,如此"画""动"赋予"无生命"以生命,并带给观众视觉上的真实感。动画的真实,既是通过形、色、光、动等共同构成的真实,更是在完形心理学驱动下具有精神活动创造性的真实。一、形动画中的形,是指视觉整体感知层面的构成,主要包括角色场景设
文章首先引入有关m序列和移位m序列族特性介绍,此中特别值得关注的是移位m序列族的各序列初始状态各态历经性;然后介绍了上行信道的序列分组方法,通过序列分组实现了多信道接入管理;最后详细阐述多信道并行应答时域分散设计方法,以进一步降低标签碰撞概率。
Image definition measurement plays an important role in various image processing applications.And a reliable objective image definition metrics is critical for evaluating the definition of the restore
Sine-Sinc模型是一种基于材料科学中Modica-Mortola物理相变原理的多相图像分割方法.针对该模型分割结果不完全、易受噪声和亮度不均匀性影响的问题,提出了一个改进的Sine-Exp-Gauss多相图像分割模型.基于Sine-Sinc模型,Sine-Exp-Gauss模型用指数函数代替Sine-Sinc模型的Sinc函数,并从分段常数图像假设推广到高斯分布函数图像假设;模型偏微分方程的
针对传统多尺度图像融合算法不能有效抑制噪声的缺陷,提出一种基于提升静态小波变换(LSWT)多尺度积的多聚焦图像融合算法,并在LSWT域中引入了局部可见度以及局部视觉特性对比度的概念.在融合低频子带系数和各高频子带系数时,分别提出了基于局部可见度和基于多尺度积的局部视觉特性对比度的系数选择方案.实验表明,该算法不仅能有效抑制噪声对融合算法的影响,而且能够得到比传统方法视觉效果更好和更优量化指标的融合