一种具有拓扑自适应性的图象两步分割方法

为了准确提取出感兴趣区域的边界 ,研究出一种具有拓扑自适应性的图象两步分割方法 ,即基于棱边检测算子的 B样条活动围道分割方法 .该方法首先是进行图象的底层分割 ,即用基于图象局部特性 (像元邻域 )操作的棱边检测算子来检测图象的棱边点 ;然后进行图象的高层分割 ,即用基于图象全局统计特性的 B样条活动围道分割方法来求取对象的准确边界 ,另外 ,还提出了基于区域欧拉数的拓扑自适应处理方案 .该两步图象分割方法具有人为干预少、对初始条件不敏感 ,拓扑自适应性强等优点 .

动态场景监控系统中人数统计算法的研究

随着视频监控系统智能化程度的提高,监控区域的人数统计也成为一个热点。提出了一种快速有效的人数统计方法。使用背景差分与帧差分相结合的方式提取运动目标,使用两步分割法区分人群与单个行人,使用基于目标区域算法统计人群的数量的。与目前已有的方法相比,该方法在保持较高准确率的前提下,实时性有了很大的提高,并且降低了对硬件的需求。

采用合作目标的无人机充电平台视觉定位方法

本文提出一种无人机充电平台的精准降落视觉定位方案。采用二级合作目标和两步特征分割法,通过计算连通域的周长和面积,进行初步快速粗分割,再依据连通域轮廓的几何特征进行精分割,达到了快速过滤大量连通域的目的。测试表明,本视觉降落定位方案有效可行,通过机载640*480像素相机实时测试,平均处理速度达到35.3 ms/帧,解决了无人机自动降落过程中高精度定位和实时性问题,提高了无人机自动降落效率,对全自动无人机巡检的应用推广有较好的实用价值。