基于可变模板的前视目标跟踪算法

基于图像序列分析的图像制导极大地提高了成像武器的跟踪精度。给出了一种基于可变模板技术和遗传退火算法的图像序列目标跟踪算法。根据目标的物理特征构造出可变模板,定义合适的能量函数,采用遗传退火算法进行优化搜索。实验结果表明,该算法能够精确检测并跟踪目标,具有很快的收敛性和较高的抗噪声性。

基于可变模板和支持向量机的人体检测

随着图像处理技术和模式识别技术的发展,人体检测在监控系统、驾驶员辅助系统、图像索引等领域已得到广泛应用。针对静态图像中站姿人体检测问题,提出了一种新的特征选取方法,并应用可变模板和支持向量机相结实现对图像中的人体检测和定位。通过对图像进行轮廓提取和网格划分,选择水平方向和垂直方向上的特征组成图像的特征向量,然后使用搜集到的样本特征向量对模型进行训练,用可变模板搜索待检测图像,根据检测区域的特征和训练好的模型对图像进行分类。实验结果表明,该方法可以快速准确地检测出多种背景图像中的站姿人体,正确分类率达92%以上。

基于可变模板的文本倾斜检测

在对文本扫描输入的过程中，文本图像不可避免地会发生倾斜，倾斜校正将为图文分割、文字识别等后续处理工作创造良好的条件。基于可变模板技术，提出一种新的倾斜检测方法。在构造表征扫描文本的可变模板和定义合适的能量函数的基础上，采用遗传算法进行快速优化搜索。实验结果表明，该方法能够精确检测文本的倾斜角度，并且不受倾角大小和文字方向的影响，具有较强的抗噪声性和较快的收敛速度。

运用可变模板进行并行图像处理的一种快速算法

提出了一种在并行机上有效地计算 (空间 )可变模板的方法 .论证了利用一个在图像网格点处计算多项式的优化算法 ,可以大大减少可变模板的运算量 .对于包含非多项式函数的可变模板 ,可以用函数的泰勒级数展开实现在像素点上的递推运算 .详细分析了可变模板中若干常用函数的泰勒展开用于实现模板运算的合理性、准确性和有效性 .关于硬件的影响以及该方法的适用范围 ,也做了讨论 .

基于可变模板匹配的球化珠光体检测

定量金相是金相学发展的一个重要方向,球化珠光体的检测是珠光体球化评级的先决条件。该文研究了如何利用数字图像处理技术检测金相图像中的球化珠光体。提出了用可变模板匹配的方法来检测球化珠光体,针对珠光体的形态的不同,设计了两种可变模板。然后,用人工神经网络的方法来认别出球化珠光体。实验表明本方法有较好的效果。

变截面高桥墩可变模板施工的应用

在山区高速公路变截面高桥墩模板施工中,传统的方法有塔吊配合大模板吊装施工和钢管脚手架平台组合钢模配合卷扬机吊装,本可变模板施工工艺代替传统的施工方法,具有节省塔吊和大模板,克服山区难以运进大型设备的缺点,同时能加快施工进度,保证施工质量,降低施工成本等优点。

基于可变模板的航空影像中建筑物提取

针对航空影像中目标提取的困难，提出了一种基于可变模板的航空影像中建筑物提取方法，并针对几种比较典型的建筑物，详细讨论了模板的设计、目标初始参数的获取及模板最优参数求解等几个关键性的问题。采用这种方法进行航空影像中目标的提取时，可以将影像中的多种信息和人的识别能力进行有效的融合，因而能够达到可靠地提取影像中目标的目的。作为一种有效的优化求解方法，模拟退火被用于目标提取的优化过程。为了验证这种方法提取航空影像中目标的能力。

基于可变大小模板的改进图像修复算法

Criminisi等人提出的基于模板的图像修复算法是该领域最重要的贡献之一。在保持Criminisi基本算法框架不变的基础上,本文提出了一些改进思想。主要贡献是设计了基于可变大小模板的块匹配程序以使模板搜索更准确灵活。此外,对信度更新方式进行了修正,并结合局部搜索以提高算法的综合性能。实验结果证实了改进的有效性。

基于可变模板的生物芯片样点识别

目的:实现生物芯片杂交样点的自动识别,为芯片数据的处理分析提供可靠的保证。方法:基于可变模板技术,在构造表征样点的可变模板和定义合适的能量函数的基础上,采用遗传算法进行优化搜索。结果和结论:提出了一种新的生物芯片样点识别算法,该算法能准确识别杂交样点,收敛速度快,稳健性能好,为进一步处理芯片数据奠定了基础。

宜昌污水处理消化池工程可变模板施工技术

针对消化池空间双曲面结构特点,采用可用于曲面混凝土结构施工用的可调节钢模板单元、环形螺纹钢筋内楞、放射性辐杆支架及新型对拉螺杆组成的模板体系,该体系可以适应任何标高处的截面变化,具有加工容易、拼装简单,可重复周转使用,安装工效高,混凝土成型准确,外观一致性好等特点,有效地解决异形结构模板施工的难题,提高了工效、降低了成本,成型后的混凝土内实外光,各项性能指标均满足设计要求。

立井可变径模板

分析使用可变径模板的必要性和可行性，介绍济宁三矿立井施工设计和制作两种可变径模板的应用和改进情况，并建议发展加块式、加楔式可变径模板。

基于模板匹配和特征识别相结合的心室期前收缩波形分类算法

目的提出了一种基于模板匹配和特征识别相结合的波形分类算法 ,用于心室期前收缩波形的分类。方法通过自适应的可变区域模板匹配技术从形态学上综合地比较了正常和异常的波形 ,用匹配结果指导后续的特征分类。特征分类过程仅使用 4个参量 ,基于最大概率分布的模糊识别解决了参量分布的模糊性问题。结果经MIT/BIH标准心电数据库测试 ,实验结果达到了 99.5 1 %的特异度和96.84%的灵敏度。结论该算法在分类精度上较已有的算法有明显的提高。

基于多模板匹配的室性早搏判别算法

提出一种基于可变宽度模板的多模板匹配的室性早搏判别算法。该方法通过样本数据创建初始模板库,根据不同的RR间期确定模板宽度,使用基于模板队列匹配和模板库匹配的二级匹配策略,利用相关系数和RR间期比相结合的算法检测室早,模板库可自动扩充。经MIT-BIH心律失常数据库测试,该算法达到了98.66%的灵敏度(正确率),平均错误率为1.11%。

基于模板修正的非刚性目标跟踪算法

本文将卡尔曼滤波器与目标模板匹配相结合,极大地减小了检测目标的范围,提高了实时性;对目标模板及时更新,使得算法有很强的抗干扰、抗遮挡性;实验证明,运用本文算法检测目标的速度优于背景差法,检测出的目标的置信度优于传统的扩展Kalman滤波器。

基于小波提升框架的图像序列中运动目标检测算法

图像序列中运动目标的检测和跟踪是智能监测系统中的重要问题,为了提高运动目标识别的效率和准确性,同时解决目标运动中的形变造成的检测困难,首先针对传统的运动目标检测算法所存在的局限,把小波提升框架运用到运动目标的检测中,然后充分利用小波的多分辨率特性和提升框架可以直接在时空域内设计的优点,再结合可变模板方法,提出了一种新的基于小波提升框架的运动目标检测算法。实验结果表明,新方法较好地解决了目标运动中因形变造成的检测困难,并提高了检测效率和速度。

食源性微生物检测基因芯片图象自动识别方法的初步研究

样点识别是生物芯片信息处理的基础。本文通过分析基因芯片的图象特征,提出了基于变形模板技术的基因芯片杂交样点自动识别方法。以芯片设计点样阵列为模板,建立了芯片杂交样点的变形模板模型,用多个参数表征了模板的平移、旋转和缩放。结合图象的特征设计了变形模板的能量函数,采用遗传算法搜索变形模板,实现了变形模板与杂交样点的最佳匹配。实验结果表明,该方法具有很好的稳健性和较快的收敛速度,能够准确识别杂交样点。

提取平面标靶及配准点云的自动化实现

点云配准是三维激光扫描数据处理过程中不可或缺的一个环节,利用标靶进行配准是经典的手段之一,此类方案在单独扫描标靶的基础上进行半自动化配准。本文给出一种自动配准策略,用中心投影原理将单站扫描的点云转换为深度影像,借助数字图像处理技术完成标靶的自动提取,拟合获得标靶中心点的坐标,并借用摄影测量学的知识实现点云的自动化配准。实验证明了本文方法的可靠性。

复杂曲面形貌无影视觉测量研究

结构光测距技术的主要缺点是无法获取摄像机看不到或光源照不到的点的数据。为此 ,采用冗余多传感器构成无影视觉坐标测量系统。传感器输出各自测得的目标参数和状态参数到数据融合中心 ,特殊设计的可变模板抽提出各路信号的特征参数。利用特征参数阈值进行数据特征融合后 ,进行加权融合计算 ,使融合后的最终测量结果达到最优。实验证明 ,无影视觉系统明显优于单目测量系统 ,对复杂形貌曲面测量有重要意义。

基于眨眼持续时间的司机疲劳检测方法

利用红外敏感的摄像机获得司机脸部图像,通过可变性模板匹配的方法对眼睛进行定位,然后利用卡尔曼滤波的方法跟踪眼睛,得到司机的眨眼持续时间参数,以此为依据判断司机是否疲劳。主要研究了其中的图像处理方法——特征提取算法和眼睛定位、跟踪算法。实验结果证明,眨眼持续时间判断是否疲劳的有效指标。

一种新的参数优化相关匹配方案

用一组可变参数表示目标的可变模板，结合目标图像的边缘信息和模板的边界信息，定义一边缘相关能量函数。利用外部惩罚函数法，建立相关匹配问题的总目标函数，然后用改进的模拟退火（ＳＡ）算法求最佳匹配位置。实验结果显示，这种方案具有良好的匹配效果和较大的应用价值。