-
题名基于最小二乘法改进的随机圆检测算法
被引量:11
- 1
-
-
作者
霍建亮
曾翎
王德胜
曾军
-
机构
电子科技大学数学科学学院
西南技术物理研究所
-
出处
《光电工程》
CAS
CSCD
北大核心
2011年第5期145-150,共6页
-
文摘
提出了一种利用最小二乘法迭代修正随机圆检测的改进算法。解决了由于随机圆检测算法中阈值选取不当,造成同一个圆被分割为多个圆的问题。首先根据随机选取四个点求解出的圆参数,得到属于假设圆的点集;然后由当前点集,利用最小二乘法重新计算得到新的圆参数;接着根据新参数,检测集合中属于当前假设圆的新点,加入到当前点集中,重新计算圆参数,直到没有新的点加入;最后以此点集来判断是否为真实圆。结果表明,此算法提高了圆检测的准确性。
-
关键词
圆检测
最小二乘法
随机采样
圆参数
边缘检测
-
Keywords
circle detection
least square approach
randomized sampling
circle parameter
edge detection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名红外序列图像的小目标检测
- 2
-
-
作者
霍建亮
曾翎
王德胜
曾军
-
机构
电子科技大学
西南技术物理研究所
-
出处
《计算机应用与软件》
CSCD
北大核心
2012年第2期266-268,共3页
-
文摘
在红外序列图像中识别规则变化小目标时,传统Top-hat算法是常用的目标检测方法,但是可能会检测到很多虚假目标,而且目标发生变化时不能稳定检测。为了准确检测目标,提出一种红外序列图像中规则变化的小目标检测方法。首先对序列图像利用SIFT算法提取特征点,然后利用RANSAC算法进行特征匹配,拼接形成全景图像,结合对单帧图像利用改进的Top-hat算法进行小目标检测,并且标记,最后根据标记的统计结果得到真实目标位置。
-
关键词
尺度不变特征变换算法
图像配准
小目标检测
形态学算法
RANSAC算法
Top-hat算法
-
Keywords
Scale invariant feature transform(SIFT) algorithm Image registration Small target detection Morphological algorithm RANSAC algorithm Top-hat algorithm
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于弱小边缘剔除的区域增长改进算法
被引量:1
- 3
-
-
作者
唐湘成
黄自力
霍建亮
肖柯
刘怡
-
机构
西南技术物理研究所
-
出处
《电视技术》
北大核心
2015年第6期18-21,共4页
-
文摘
提出了一种基于弱小边缘剔除的区域增长改进算法。该算法引入了两幅图像主要结构相似度判别公式,在图像预处理时,剔除了同一目标中的细小纹理和弱小边缘,保留了图像中目标主要结构。仿真实验表明,该算法能够避免在区域增长算法目标分割时,同一个目标被分割为多个小区域的情况,提高了目标分割和提取的准确性。
-
关键词
区域增长
弱小边缘剔除
图像分割
-
Keywords
region growing
weak edge reject
image segmentation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于局部结构变换域稀疏外观模型的目标跟踪
被引量:1
- 4
-
-
作者
唐中和
王升哲
霍建亮
郭航
梅员
赵海波
-
机构
西南技术物理研究所制导与信息技术部
-
出处
《电视技术》
北大核心
2017年第7期140-146,共7页
-
文摘
[目的]为了降低稀疏表示目标跟踪算法的计算复杂度,[方法]在粒子滤波框架下提出了基于局部结构变换域稀疏外观模型的视觉目标跟踪算法。[结果]该算法在目标区域附近提取重叠的局部图像块,并计算出所有局部图像块的二维离散余弦变换,获得图像块的变换域系数。变换域的能量集中特性被采用来降低字典的维度与候选样本的数量,并且对系数压缩一定的自由度可以抑制噪声与遮挡影响。采用被裁剪的样本与字典获得局部图像块的稀疏编码,然后将当前目标区域中所有小图像块的稀疏向量加权融合得到目标区域的稀疏表示值,并通过决策模型获取最优跟踪结果。与现有三种最新的跟踪算法比较的实验结果表明,[结论]所提算法的跟踪性能接近或超过对比算法,同时大大减小了l_1范数最小化的计算复杂度。
-
关键词
目标跟踪
外观模型
局部离散余弦变换
稀疏表示
l1范数最小化
计算复杂度
-
Keywords
target tracking
appearance model
local DCT transform
sparse representation
minimum norm
computational com-plexity
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于灰度概率统计的视觉注意改进算法
被引量:2
- 5
-
-
作者
刘兵
霍建亮
-
机构
驻二○九所军代室
西南技术物理研究所
-
出处
《电子设计工程》
2013年第5期54-56,60,共4页
-
文摘
分析了基于自底向上的视觉注意计算模型的感兴趣区域检测方法;它分别提取颜色、灰度、纹理三个特征图像,然后进行线性融合得到综合显著图。而显著目标通常自身灰度相近,但与背景灰度不同,根据这个特性结合灰度概率统计方法对视觉注意计算模型进行改进。实验结果验证了,该模型能够更好的模拟视觉注意的过程,而且计算复杂度较低。
-
关键词
显著度计算
视觉注意
贝叶斯定理
灰度概率统计
-
Keywords
saliency measure
visual attention
Bayes'theorem
intensity distribution
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-