【摘 要】
：
针对海空复杂背景下红外点目标的检测与跟踪,提出了基于图像序列帧间双重匹配的边跟踪边检测算法,并建立了数学模型。它采用标记序列帧M以帧对帧的方式记录输入序列的帧间匹配结果,标记帧T以点对点的方式记录标记序列帧M的帧间匹配结果,统计帧S记录T中各像素的匹配成功次数,输入单帧图像同步输出矩阵T和S分别显示目标运动轨迹和迎头目标检测结果。算法匹配过程不随目标数目或运动状态而改变,且无需提前判断疑似目标位置
论文部分内容阅读
针对海空复杂背景下红外点目标的检测与跟踪,提出了基于图像序列帧间双重匹配的边跟踪边检测算法,并建立了数学模型。它采用标记序列帧M以帧对帧的方式记录输入序列的帧间匹配结果,标记帧T以点对点的方式记录标记序列帧M的帧间匹配结果,统计帧S记录T中各像素的匹配成功次数,输入单帧图像同步输出矩阵T和S分别显示目标运动轨迹和迎头目标检测结果。算法匹配过程不随目标数目或运动状态而改变,且无需提前判断疑似目标位置,有效解决了目标在图像序列中突然丢失或出现被干扰情况下的跟踪,尤其可以对跟踪结果实时地进行目标分离,解决
其他文献
基于局部曲率分布图(RCM),提出了一种曲面自动配准方法。首先通过匹配RCM建立不同曲面间的匹配点对;然后在匹配点对中搜索满足几何约束的匹配点对子集,计算初始配准位置;最后用最近点迭代法对曲面做精确配准和验证。实验证明,该方法能有效地将扫描曲面自动配准,对曲面噪声不敏感,有较高的配准成功率和配准速率。
针对红外图像的特点,提出了一种基于2D-TDI及运动补偿的新方法。将序列红外图像根据运动特性进行多分辨运动估计,然后根据得到的运动矢量进行2D-TDI。多分辨运动估计的引入,提高了运动估计对噪声的抗干扰能力,并有效地减小了运算量。该算法克服了传统图像直接叠加引入的图像边缘模糊的缺点,并能明显提高图像的信噪比。用真实的红外图像序列进行了处理,实验证明了算法的优越性,并取得了满意的效果。
针对人脸识别中的小样本问题,本文提出了一种名为增强联系鉴别分析的方法并应用人脸识别中。该方法利用将人脸局部流形的结构信息和样本的类别信息进行有效地结合进行维数约简,首先构建人脸数据的近邻图与类别联系图,然后通过解决在一定约束条件下的优化问题来获取低维鉴别流形特征,实现在低维空间中同一类人脸数据聚集,不同类别间的人脸数据间尽可能发散,从而可以更好的应用于分类。在AT&T和Yale人脸图像数据库上的实
24位图像到8位图像转换的核心是色彩映射,它把16,777,216种颜色映射成256种。传统的解决方案仅通过丢弃颜色分量的低位实现颜色数量的减少,此方案生成的图像其质量退化比较严重,不具有实用意义。本文在研究传统色彩映射方案的基础上,提出了新的色彩映射方案。新方案分两步完成色彩的映射,并得到了质量很好的转换图像。
提出一种基于局部Walsh谱(LWS)的多尺度旋转不变性纹理特征提取方法。首先通过比较每个像素点与邻近点的灰度值生成局部二值序列,然后计算局部二值序列的离散Walsh-Hadamard变换(DWT)的功率谱,最后采用功率谱的各谱点值构成特征直方图描述纹理特征。通过选择不同半径和采样点的局部二值序列可以得到不同尺度下的纹理特征,利用DWT功率谱的循环移位不变性可实现纹理特征的旋转不变性。纹理分类实验
针对车牌汉字字符结构复杂且图像品质差异大而导致识别率不高的情况,提出了一种基于图像模糊度的主成分分析(PCA)子空间车牌汉字字符识别方法。首先通过三角模和非模糊基数计算字符图像的模糊度,然后根据模糊度将训练样本分成不同的子集并生成相应的PCA子空间族,最后以待识别字符的模糊度为依据选择相应的子空间族进行识别。实验数据表明,本文方法使得子类的类内距离变小类间距离增大,从而可以获得较高的识别率。与其他
针对传统的C-V模型对于含有多灰度级目标的图像难以准确分割并且分割速度缓慢等问题,提出了在C-V模型中引入梯度信息的图像分割算法。该算法在C-V模型的偏微分方程中加入了基于梯度信息的加速因子和弱目标边界控制力,加速因子的引入可以显著地提高C-V模型的分割速度,弱目标边界控制力可以有效地防止弱目标边界泄漏和漏分割。实验结果表明:该算法能够有效分割出弱目标和提高图像分割速度。
利用模糊特征自适应地控制曲线法向力场改进参数主动轮廓模型,改进后的模型可以对弱边缘、无边缘区域和纹理图像进行分割。曲线法向力场加速了曲线收敛到目标区域边界,改进了抓取范围和提取凹区域的能力。对弱边缘图像、医学图像和纹理的分割实验表明,新方法具有良好的性能。
提出一种融合多尺度边缘流和归一化割的图像分割方法。首先采用多尺度边缘流,检测在大尺度和小尺度上均存在的边缘,并在小尺度上定位边缘,再通过边缘连接,得到封闭的边缘;然后把多尺度边缘流分割得到的区域作为归一化割中图的顶点,区域间的相似性度量作为相似性矩阵的元素,大大降低了归一化割对内存的需求,提高了特征方程的计算效率,使归一化割得到实用,同时也降低了边缘流的过分割现象。实验表明,在岩心扫描图像的分割中
针对成像性能不同的多个摄像机,提出了一种协同标定算法。算法主要由预处理数据和协同标定组成。预处理数据利用二分法快速找出错误特征点,并删除;协同标定使得一个精度高或观察点好的摄像机能帮助精度低或观察点不好的摄像机消除误差大的数据,提高标定精度,并对协同标定作了误差分析。实验表明,所提出的多个摄像协同标定算法适应性强,当数据组足够时可以明显消除外部实验环境给标定算法带来的误差。