结合自适应特征选择和蕨类分类器的相关滤波跟踪算法

为解决基于核相关滤波架构的跟踪算法所采用的线性插值模型更新策略无法应对目标外观突变的问题,提出一种结合自适应特征选择和蕨类分类器的目标跟踪算法(DRDCF)。首先对提取的多层目标特征层进行主成分分析降维以抽取有用的特征层;其次,采用每帧均对模板固定更新的进取型滤波器结合满足门限条件才进行更新的保守型滤波器定位目标,将进取型滤波器用于预测目标的下一帧位置,将保守型滤波器用于计算进取型滤波器以及检测器产生的预测位置的可靠性;当进取型滤波器预测位置不可靠时,检测器产生预测位置,最后通过对比两者预测位置的可靠性择优确定目标最佳预测位置。实验结果表明,DRDCF算法可以有效解决目标突变所造成的模型污染以及跟踪失败问题,在OTB2015数据集上精度及覆盖率两项指标相较于结合通道和空间约束的相关滤波算法分别提升了2.78%和4.26%,达到前沿算法的效果。

改进粒子群优化在稳定平台多空间分析模型的应用

常规伺服系统根据电机轴系转动进行模型分析,以轴系所在的基座空间作为参照系。稳定平台的被控量以惯性空间作为参照系,因此不适合用常规伺服系统模型来建模。针对稳定平台的多参照系问题,文章采用以惯性空间作为电机轴系转动参照系的多空间分析模型,并将改进粒子群算法应用于该模型。粒子群算法作为一种群智能算法,广泛应用于参数优化。文中通过惯性权重改进和越界改进,利用改进后的粒子群算法进行稳定平台PID参数的优化和整定。通过仿真和硬件实验平台验证,结果表明:在稳定平台多空间分析模型基础之上,采用改进粒子群算法优化后的PID控制器可以使稳定平台有更高的稳定精度、更好的鲁棒性,有效地隔离了外部的震动和干扰。

彩色数字相机快速自动曝光方法

彩色数字相机的曝光准确度直接影响了图像的色彩表现及人眼视觉的感受效果。提出了一种基于人眼视觉感观特性的相机自动曝光方法。通过对图像清晰度、色彩饱和度以及亮度等因素的客观评价,建立了曝光估计函数。根据统计原理并结合经验公式,对曝光估计值与曝光步长增量之间的函数关系进行标定,确立了曝光增量函数。根据当前帧图像的不同亮度属性,结合曝光增量函数,实时计算下一帧所需要的理想曝光值。大量实验表明,该方法对于不同场景、不同光照条件下图像的曝光量都有良好的调节效果,稳健性较强并具有较高的调节效率。