基于Mean Shift算法和NMI特征的目标跟踪算法研究

针对传统Mean shift跟踪算法对空中运动目标跟踪效果不理想的问题,提出了基于Mean shift算法和归一化转动惯量(Normalized moment of inertia,NMI)特征的目标跟踪算法.算法中引入了目标NMI特征,建立了基于虚警概率最小原则和相似度二级判决门限的跟踪策略,对目标模型进行更新.同时利用卡尔曼滤波,在目标被遮挡后进行估计预测.实验表明该算法在空中运动目标存在较大形变、被遮挡等情况下,能够进行实时、稳定跟踪.

基于脉冲耦合神经网络的图像NMI特征提取及检索方法

为了简单有效地提取图像重要特征信息,从而更好地提高检索图像的精度,提出了一种基于脉冲耦合神经网络(Pulse coupled neural networks,PCNN)的图像归一化转动惯量(Normalized moment of inertia,NMI)特征提取及检索算法.首先利用改进简化PCNN模型相似神经元同步时空特性及指数衰降机制将图像分解为具有相关性的二值系列图像,然后提取反映原始图像目标形状、结构分布二值系列图像的一维NMI特征矢量信号,并将其应用在图像检索中;同时,考虑到二值系列图像间的相关性及不同图像间NMI序列值的差异性,引入了马氏距离结合Pearson积矩相关法的综合相似性度量方法.实验结果表明,所提算法对图像特征矢量序列具有良好抗几何畸变不变特性及对图像表述的唯一性,且具有较好的图像检索效果.

基于NMI不变特征的图像检索方法

基于内容的图像检索技术是当前多媒体数据库系统和数字图书馆研究中的一个热点。文章基于二值图像的NMI不变特征(归一化转动惯量)提出了一种全新的基于内容的图像检索方法,其特点是计算简单、精确度高、具有抗几何畸变性,对滤波、平滑、压缩等图像操作有一定的鲁棒性。试验结果表明,该方法具有一定使用价值,可用于图像检索。

模板匹配算法在高精度压电微位移测量中的应用

提出了一种压电微位移器的微位移测量方法,即通过模板匹配算法测量Twyman-Green干涉系统中对应干涉条纹的移动量,进而实现对应位移量的高精度测量.为确保测量结果的可靠性,同时利用匹配模板的归一化转动惯量特征对测量结果进行实时验证.应用该测量方法对自制的压电微位移器的电压位移特性曲线进行了实测,并详细分析了模板大小的选取对于测量结果的影响,实验中的归一化转动惯量相对误差均小于5%,且模板匹配互相关系数大于0.97;同时运用一高精度纳米微位移平台对测量方法的可行性进行了实验验证,测量精度达到了λ/50.实验结果表明,运用本方法测量压电微位移,具有较好的噪声抑制能力和可靠性,可实现纳米量级的测量精度.

基于图像处理的前方行驶车辆速度测量方法

车辆超速行驶是造成高速公路交通事故的主要原因之一,依赖于固定摄像机的传统视频测速系统测速区域十分有限。通过车载双目电荷耦合器件(CCD)摄像头获取车辆行驶过程中前方车辆的行驶状态,提出了一种测量前方行驶车辆速度的方法。利用改进Hough变换识别车道线,提取感兴趣区域,以车底阴影特征为基础完成车辆检测,通过在车载视频图像中选取适当的图像帧,获得车辆的相对位移及对应的时间间隔,获得前方车辆的行驶速度。经测试,算法能得到较高精度的速度测量结果。

一种新的图像不变特征研究

为了解决图像特征受灰度及几何畸变的影响,本文利用物理学相关概念对图像进行描述,定义了图像的质量、重心、转动惯量,提出了一种新的图像不变特征即归一化转动惯量(NMI)特征,对其不变性进行了分析。实验结果表明,图像的归一化转动惯量特征具有抗灰度及TRS不变性,且提取方法简单,易于实现。

基于特征相似度匹配PTV法的稀相气固两相流流场的测量

提出一种基于几何特征和归一化转动惯量特征相似度相结合的粒子跟踪测速算法。该方法采用高速摄像机拍摄流化床中气固两相流的稀相颗粒运动图像,经图像处理后,提取特征参数,进而应用面积和周长相似度对颗粒进行初步筛选匹配。然后对经过初步筛选后的颗粒进行归一化转动惯量最佳相似度的匹配,从而准确快速地实现颗粒匹配,进而计算出气固两相流颗粒的流速。实验结果表明,该方法能准确地跟踪稀相颗粒,是一种行之有效的稀相流场速度测量方法。

基于图像不变特征的目标识别新方法

基于飞机目标分析了NM(I归一化转动惯量)、不变矩、轮廓矩三种图像特征的不变性,提出了目标NMI特征提取的新方法。实验表明,基于新方法提取的NMI特征与传统的NMI特征、不变矩提取算法相比,具有良好的平移、旋转、比例不变性,且提取方法简单,易于实现。

一种应用于大型综合实验的运动目标识别与跟踪方法

介绍了一种基于NMI特征的目标识别与跟踪算法，与基于图像灰度的跟踪算法相比，该算法利用运动目标的NMI特征值，避免了背景亮度变化对目标识别和跟踪的干扰，具有实时性好、抗干扰性强的特点，适用于复杂背景下的运动目标检测和跟踪。

基于归一化转动惯量的显微图像拼接算法

通过对常用图像拼接方法的研究,针对显微图像的特点,提出了一种显微图像的快速拼接算法。该法以基于归一化转动惯量的不变性特征来实现特征点的匹配,并以统计方式获得图像间的平移量。实验结果表明,该算法可实现显微图像快速、有效的拼接。

归一化转动惯量特征的遥感影像检索

针对传统遥感影像检索方法大多存在精度不高、效率低下等不足的问题,该文提出了一种基于归一化转动惯性特征的遥感影像检索算法。该算法对经过脉冲耦合神经网络处理的二值影像序列进行计算,提取影像序列的归一化转动惯量特征;同时,利用马氏距离结合Pearson积矩相关法来度量各特征矢量之间的相似性,提高检索结果的正确率。实验结果证明,该算法有效地兼顾了影像的内容结构信息,不仅可以快速地进行检索计算,还能提高检索精度。