股骨CT图像轮廓跟踪方法

目的 为重建和测量股骨的解剖结构 ,需要大量地读取CT图像的信息 ,以获得股骨轮廓的坐标值。方法 本研究采用直方图阈值图像分割、Kirsh边缘提取法获得股骨的二值化轮廓图像。结果 轮廓坐标的提取应用了“迷宫”边缘跟踪算法。结论 本方法可大量、快捷。

基于相关的自适应阈值图像序列跟踪方法

提出一种基于相关的自适应阈值区域匹配目标跟踪新方法,该方法能根据序列图像不同光强及噪声等自适应地寻找最佳动态阈值,从而实现最佳匹配。此外,还提出了一种区域分层快速搜索算法;实验结果表明该方法相关度图形峰值更高、更陡,提高了匹配精度和匹配速度,切实可行。

一种运动图像标志点识别跟踪方法的研究

提出了一种运动跟踪方法。该方法通过对人体目标图像进行差分消影和遗传恢复 ,能够从自由背景中识别出人体运动图像的标志点 ,可以提高基于普通摄像机的人体运动分析系统对环境的适应性。初步的应用结果表明 ,这种方法对实验环境要求低 ,鲁棒性强 ,识别率高 ,不仅可以用于人体运动分析 ,而且对在其它自由背景下运动目标的自动跟踪也有很大的应用潜力。

基于视觉传达的多帧视频图像邻域跟踪仿真

在处理复杂多帧视频图像时,传统的基于SURF特征的图像邻域跟踪方法暴露出目标邻域精度不高、边界不够平滑且无法满足实时处理要求的情况.针对上述情况提出了一种基于视觉传达的多帧视频图像邻域跟踪方法.方法首先通过选取适当的叠加尺度,将邻域特征描述的向量与适当的叠加尺度进行完全叠加,完成去除冗余特征点和离散点处理,再对叠加区域中出现的目标给予权值,最后将权值与显著性加权最小二乘图像匹配方法结合完成多帧视频图像的邻域跟踪.实验表明:提出的方法不仅可以提高多帧视频图像的特征提取与匹配的精准率,而且降低了在匹配过程中出现的噪声问题,证明了上述方法相对于现有的邻域跟踪方法有很大的优越性,为下一步的多帧视频图像领域跟踪提供了精确的方法.

A color image tracking method based on target characteristic hue decision

Conventional correlation matching algorithms waste great time in invalid area search. This paper proposes a color tracking method based on correlation search area optimization on target characteristic hue decision. By quantifying and reducing dimensions of HSV（ hue saturation value） color space, a one-dimensional hue space is constructed. In the space, the target characteristic hue granule set is constructed, which contains attributes such as value, area and average distance between pixels and aiming center. By using granular computing method, the similarity between target and search blocks is obtained and the invalid search areas can be removed. The color tracking experiment has proved that the algorithm can improve real time performance for conventional matching algorithms without precision lost.