抑制背景下多重滤波目标跟踪

为解决运动目标稳定跟踪与实时性要求,提出一种背景抑制下多重滤波(BSMF)跟踪算法,对跟踪目标的中心点计算、动态模板学习和变尺度问题进行研究。首先,以目标为中心的跟踪区域的RGB图像映射为11维颜色,提取目标主要颜色的描述向量,生成抑制背景的权值矩阵;然后与跟踪区域灰度图的对应点相乘,用相关滤波方法计算抑制背景后的跟踪区域目标中心位置;最后将定位的目标区域进行金字塔滤波计算,得到尺度变化系数。该算法采用动态的匹配模板学习策略,降低各种干扰因素混入匹配模板内,在树莓派3代板嵌入式系统中,平均可达17帧/秒的跟踪速度,且比同级别复杂度跟踪算法具有更稳定的跟踪性能。

基于混沌理论的噪声驱逐系统设计

通过对各种噪声武器的分析,提出了基于混沌理论的噪声驱逐系统设计方法。该方法使用混沌随机序列产生频率2~5 kHz,占空比50%~100%随机变化的噪声波,使入侵者神经系统受到强烈特殊的刺激,从而在极短的时间里产生烦躁、头晕、恶心等无法忍受、无法适应的症状,以便达到驱散人群的目的。测试结果表明,该方案结构简单、成本低,在驱逐人群方面取得满意的结果。

颜色自适应与相关滤波互补目标跟踪

针对相关滤波(Correlation Filter,CF)算法在目标跟踪中严重依赖目标及背景的颜色在空间中布局,对目标变形极其敏感,且因背景颜色分布的变化导致目标中心计算不准确问题,提出了颜色自适应(Color Adaptive,CA)与相关滤波互补的跟踪策略.跟踪过程中,首先根据前面帧学习的滤波模板和颜色模板,通过两种算法分别计算目标中心坐标;其次,由相关滤波产生的响应图中目标区域数值的占比,分配两种算法计算的中心坐标相应权值,得到最终的跟踪坐标.跟踪实验表明,本文方法(CACF)应对跟踪过程中各种干扰问题具有更强的鲁棒性,优于近几年一些主流的跟踪算法,且跟踪速度可达到实时性.

湖南桃江黄脊竹蝗食叶量与危害叶量观察

本文以黄脊竹蝗为观察对象，通过套笼，每日套换新叶饲养黄脊竹蝗，测定出雌蝗食叶量、雄蝗食叶量、各龄期食叶量，以及黄脊竹蝗逐日食叶量与危害叶量。

基于STM32的氧含量检测仪的研制

介绍了基于STM32的氧含量检测仪的设计思路与实现过程。以STM32RCT6为控制核心，采用双氧化锆氧气传感器02s—FR实现氧含量的测量，设计了热电偶的测温补偿电路以及氧化锆传感器的信号处理电路。详细阐述了该系统构成系统的软硬件设计。氧含量数据可通过LCD示或通过串口上传给上位计算机。