基于交叉投影熵的车辆目标匹配算法

当前用于复杂交通场景的车辆目标匹配算法主要是基于灰度相关的模板匹配算法,其缺点是受光线变化及噪声干扰影响较大。局部交叉熵算法在匹配精度上有明显提高,但运算量大,难以工程实现。因此,提出将投影变换和局部交叉熵相结合构成特征矢量用于目标匹配,其具有较强的抗光线变化能力,并且在一定的局部遮挡情况下,也具有较好的稳健性,在计算时间上也明显优于局部交叉熵算法。最后,通过实验仿真,验证了算法的有效性。

电针刺激锥体交叉投影区对脑卒中后肢体肌张力增高的影响

目的观察电针刺激锥体交叉投影区联合康复训练治疗脑卒中后肢体肌张力增高的临床疗效。方法将72例脑卒中后肢体肌张力增高患者随机分为治疗组和对照组,每组36例。治疗组予电针(100 Hz,连续波)刺激锥体交叉投影区联合康复训练,对照组予康复训练。两组疗程均为1个月,观察临床疗效,比较上肢及下肢的改良Ashworth量表评分(MAS)、简化Fugl-Meyer运动功能评分(FMA)的变化情况。结果 (1)治疗组上肢、下肢有效率分别为68.8%、75.0%,对照组上肢、下肢有效率分别为43.8%、50.0%。治疗组下肢有效率明显高于上肢有效率(P<0.05);治疗组上肢、下肢有效率均明显高于对照组(P<0.05)。(2)治疗前后组内比较,两组上肢、下肢MAS评分、FMA评分差异均有统计学意义(P<0.05)。组间治疗后比较,治疗组上肢、下肢MAS评分明显低于对照组(P<0.05),而治疗组上肢、下肢FMA评分明显高于对照组(P<0.05)。结论电针(100 Hz,连续波)刺激锥体交叉投影区可明显缓解脑卒中后肢体肌张力增高,且改善下肢肌张力效果较上肢更好。

基于互相关系数和交叉投影的车辆阴影消除

在交通视频监控系统中,运动车辆存在的阴影严重影响了系统的检测效果,而单一的阴影消除算法不能有效地消除阴影。为解决该问题,提出了一种分两步完成的运动车辆阴影消除方法。该方法首先利用阴影和背景亮度之间的互相关系数进行初步阴影消除,然后根据车辆近似为矩形区域的特点采用垂直-水平交叉投影的方法确定车辆/阴影间的分割线。实验结果表明该方法能有效地消除车辆阴影。

一种结合交叉熵和投影特征的图像匹配算法

基于图像交叉熵的图像匹配方法对于噪声不敏感,并且具有一定的抗几何失真能力,但算法复杂度高,不适合用于实时匹配系统中.而投影变换可将图像的二维灰度降为一维的特征向量,且还具有抗噪性好的特性,因此定义图像的局部交叉投影熵,提出了一种新的图像匹配算法.该算法首先计算模板图的行、列投影;然后计算模板图和实时图的交叉投影熵;最后根据行、列交叉投影矩阵确定出最优匹配坐标.新算法不仅具有较好的抗噪和抗几何失真性能,并且提高了在强光照射及云层遮挡情况下的匹配能力.通过实验仿真并对比局部熵、局部投影熵、局部交叉熵和局部交叉投影熵四种算法的匹配效果,表明该算法不仅匹配效果良好,并且计算速度快,是一种精确而实用的图像匹配方法.

电针锥体交叉投影区治疗脑卒中后肌张力增高临床研究

目的:观察电针刺激锥体交叉投影区治疗脑卒中后肌张力增高的临床疗效。方法:将64例患者随机分为对照组和治疗组各32例;对照组采用常规康复治疗,治疗组在对照组的基础上加用电针刺激锥体交叉投影区;2组疗程均为4周;观察比较2组治疗前后上下肢改良Ashworth量表法(MAS)评分,并评价上、下肢肌张力改善情况。结果:治疗组上、下肢肌张力改善的有效率分别为75.00%、68.75%,对照组分别为50.00%、43.75%,2组比较,差异有统计学意义(P <0.05)。治疗后2组上、下肢MAS评分均较治疗前明显下降(P <0.05),且治疗组上、下肢MAS评分下降较对照组更显著(P <0.05)。结论:电针刺激椎体交叉投影区对改善卒中后肌张力增高具有较好的疗效。

运动背景星空图像中小目标的运动轨迹提取算法

提出了一种序列星图中目标运动轨迹的提取算法。利用交叉投影方法提取星点,确定包含星点的区域。然后,利用序列图像中最亮的一组星点的质心估计星图的全局运动参数,并进行图像匹配,滤除背景恒星。最后,提出了一种目标运动轨迹的提取算法。实验结果表明:该算法对于在序列图像中运动轨迹不连续的空间小目标(≥1 pixel)可以进行准确的轨迹提取,并且具有较强的鲁棒性。

基于背景抑制的星空图像目标运动轨迹提取

研究了空间观测CCD图像弱小目标检测与运动轨迹提取技术,介绍了一种基于背景抑制的多目标检测与运动轨迹提取方法。首先,对图像进行阈值处理,滤除图像的背景灰度和噪声;然后生成基于序列图像叠加与形态学变换相结合的背景掩模图像,对序列图像进行屏蔽处理,得到运动目标图像;对目标图像进行交叉投影算法确定目标区域,并进一步精确确定目标质心,进而提取目标的运动轨迹。实验证明所提出的算法不仅能够有效检测星空序列图像中的多个弱信号小目标,而且具有较强的实时性。

空间目标运动轨迹提取算法研究

在深入分析恒星跟踪和目标跟踪两种模式下星敏感器成像特点的基础上,针对星图中空间目标运动轨迹提取算法进行了研究,提出了基于序列图像多帧累加背景掩模帧生成的目标提取算法。主要思路为多帧累加增强目标与恒星的对比度;设置阈值以凸显目标或恒星;交叉投影法生成掩模帧,确定星点区域;质心法精确求得目标点位置。仿真结果表明,所提出的算法能够有效检测序列星图中的弱小目标,精确提取目标运动轨迹。

基于二值化差分的CCD星图快速定位方法

大视场星敏感器的发展以及光电望远镜观测模式的改进,对CCD星图图像处理速度提出了更高的要求。文章给出了交叉投影星点快速定位算法的一种改进方法,根据其投影原理对投影值进行二值化后,运用差分方法对星图目标进行边界提取,并结合质心定位算法实现对星图目标的快速定位。仿真实验结果表明,同交叉投影算法相比本方法具有更快的处理速度。

空间瞬变光辐射目标定位方法

基于瞬变光辐射目标的时空特性,提出了一种基于模板的光辐射目标检测与定位方法。该方法采用加权平均法进行背景估计,并利用Robinson滤波器对残差图像进行二次滤波,有效降低了交叉投影法生成的模板数量。结合瞬变光辐射目标在空间上的局部特性和时间上的瞬时特性,对备选模板进行了多级假设检验。最后利用模板提取了目标区域,求得了目标重心。实验证明,该方法能够以较高精度对多个目标进行定位。

星敏感器星图的高精度星点提取方法

星敏感器硬件电路产生的噪声以及在航天器上应用所面临的复杂恶劣的工作环境,都对星图质量造成严重影响,进而降低星点提取精度.针对上述问题,提出了一种精度高且抗干扰性能好的星点提取方法.首先,采用多窗口抽样自适应阈值分割方法对星图去噪,为后续的星点提取奠定基础;然后,基于改进的灰度交叉投影法进行星点粗提取;最后,利用局部区域生长+高斯曲面拟合法进行星点精提取.改进的灰度交叉投影法能够克服星点范围重叠带来的问题,从而快速准确找到星点的粗略区域,而且可以为局部区域生长提供可靠的"种子"点;局部区域生长法可以保证星点区域的边缘细节能够得到充分保留,这对提高星提取的精度大有益处.仿真实验表明,在噪声标准差为2的仿真条件下,该方法的星点提取精度达到了0.075 5 pixel,相比于扫描法等传统方法,该方法的星点提取精度有大幅提高,而且还具有良好的抗干扰性能,因而对于在强噪声干扰条件下提高星敏感器测量精度具有重要参考价值.

一种运动背景序列星图弱小目标运动轨迹提取算法

提出了一种序列星图中目标的运动轨迹提取算法。利用交叉投影方法提取星点,确定包含星点的区域;提出一种基于自适应窗口选择PIV技术的序列星图全局运动参数估计算法,并对序列星图进行配准,滤除背景恒星;提出一种目标运动轨迹的提取算法。实验结果表明该算法对于空间小目标(≥1 pixel)在序列图像中运动轨迹不连续的情况可以进行准确的运动轨迹提取,具有较强的鲁棒性。