基于均值移位的篮球轨迹跟踪算法

针对当前跟踪篮球轨迹时存在跟踪精度低、关联率低的问题,提出基于均值移位的篮球轨迹跟踪算法。通过自适应全变差模型消除篮球图像中存在的Gibbs伪影和高斯噪声,采用均值移位算法对篮球轨迹进行跟踪,确定候选区域,通过均值漂移向量对搜索中心进行更改,利用巴氏系数定位目标位置,实现篮球轨迹的跟踪。实验结果表明,该方法轨迹跟踪的准确率较好,x、y方向位移误差在0.1m以内,关联率达90%以上。

一种基于均值移位的红外目标跟踪新方法

均值移位算法是一种搜索与样本点分布最相近模式的非参数统计方法.在彩色序列图像目标跟踪中,均值移位算法是一种有效的方法.但在红外目标跟踪中,由于单一灰度特征空间缺乏描述红外目标的信息,使得基于均值移位算法的红外目标跟踪不稳健.为了克服这个缺点,提出了构造级联灰度空间的红外目标跟踪新方案.同时,对于不同的红外图像序列使用不同的方法产生级联灰度空间.实验结果表明该方法对于红外小目标以及强杂波背景目标的跟踪是有效和稳健的.

改进的均值移位红外目标跟踪

提出了一种改进的均值移位红外目标跟踪算法,该算法融合了基于均值移位的梯度匹配搜索策略与基于特征分类的跟踪算法。以目标与局部背景灰度特征的似然比作为目标区域核直方图的权值,建立了改进的目标表征模型。以Bhattacharyya系数作为相似性度量,在均值移位框架下推导了应用该目标模型下移位向量的表达形式。同时,提出了基于跟踪复杂度估计的目标遮挡情况下的模型更新判别准则。实验结果表明,该算法能够提高目标像素灰度的移位权重,抑制背景干扰,对于低对比度红外目标的跟踪具有稳健的性能,在正确跟踪情况下平均Bhattacharyya系数保持在0.97以上。

红外图像中快速小目标的均值移位跟踪

为了增强红外图像中快速小目标跟踪的稳健性,提出基于隶属度加权核直方图目标表征模型的改进均值移位跟踪算法.首先分析原始均值移位算法跟踪快速小目标的局部背景干扰问题,融合背景信息提出隶属度加权核直方图目标表征模型.该模型能够提高对于目标的表征能力,抑制局部背景干扰.然后,以Bhattacharyya系数作为相似性度量,在均值移位框架下推导出基于该模型的移位向量,能够有效实现目标的移位跟踪.移位过程中,目标隶属度大的灰度具有高移位权重,反之具有低移位权重.最后,应用模型更新方法克服局部背景的时变性,进一步提高目标跟踪的鲁棒性.实验结果表明,该算法对于红外图像中的快速小目标的具有稳健的跟踪性能.

基于均值移位的载频盲估计算法

针对非协作通信领域的MPSK和MQAM信号载频估计与调制方式识别互相依赖问题,提出了一种无需调制方式先验知识的高精度载频盲估计算法。通过相位差分布特性的分析建立了相位差密度极值点与频偏的联系,引入模式识别中广泛应用的核密度估计方法对相位差进行密度估计,并以均值移位算法完成密度极值点的求解,达到载波估计的目的。仿真结果表明算法大大降低了信噪比门限,并且载频的粗估计算法也具有较高的精度,可以作为独立的频偏估计算法用于频偏精度要求不是非常高的场合。

基于改进直方图映射和均值移位目标跟踪算法

提出了一种改进直方图映射和均值移位结合的目标跟踪算法,根据目标模型各成分直方图比例系数建立索引表,索引号为颜色值,索引内容为颜色对应的归一化目标模型直方图,在索引表中查询输入图像颜色值构建反映目标出现概率灰度图;均值移位算法在生成灰度图中快速定位目标位置。对比实验结果表明,改进的直方图映射算法从根本上抑止模型背景干扰,均值移位算法准确定位目标;系统能实时准确跟踪运动目标。

基于均值移位的隐式曲面重建

曲面重建是逆向工程的关键技术之一,结合非参统计迭代的均值移位技术,提出一种无需求解大型的方程组,具有良好抗噪能力和运行速度快的隐式曲面重建算法。大量试验结果和实际工程中的应用都表明该算法是一种有效的曲面表达形式,不仅能获得光滑的曲面表示和对破损实体进行修复,而且可以方便地从扫描设备测量得到的点模型构建实体的多分辨率表示和实现模型之间的布尔运算。

在线特征融合的均值移位红外目标跟踪

提出了一种改进的均值移位红外目标跟踪算法。首先,针对红外图像低信噪比的特点,采用局部灰度均值特征及局部标准差特征用于目标建模。其次,针对目标低对比度的特点,以目标与局部背景的特征似然比作为核直方图的权值,建立了新的特征表征模型。并将两种特征模型进行线性融合,得到最终的目标表征模型,其中的融合系数由特征似然图对比度自适应确定。最后,在均值移位框架下推导了该模型梯度匹配过程中移位向量的表达形式。同时,基于帧间综合对比度的变化建立了复杂背景条件下的模型更新判别准则。通过基于实测数据的红外目标跟踪实验验证了该算法的可行性。

基于均值移位算法与彩色直方图算法的体育运动视频跟踪技术研究

随着体育竞技水平的提高,体育训练的要求也不断提高。为了适应这种现状,计算机视觉技术被应用到体育训练中,因为机器视觉比人眼有更好的准确性和记忆性,能够快速地捕捉运动目标,并且能够记录目标的各种运动数据。对体育运动视频中的非刚性目标进行跟踪,提出了基于均值移位算法与彩色直方图算法的跟踪方法,不仅能够对目标的位置进行有效的跟踪估计,同时对目标的形状也能很好地进行描绘,解决了体育运动视频中非刚性目标形状复杂不易跟踪的问题。给出了实例验证,表明所运用方法的有效性、自适应性。

基于局部特征空间自适应均值移位聚类的视网膜血管分割

视网膜血管分割在糖尿病、心血管等疾病的计算机辅助筛查和诊断方面有重要意义。文章提出一种基于局部特征空间自适应均值移位聚类的视网膜血管分割方法。首先对预处理后的视网膜图像提取Hessian最大本征值、Gabor小波、B-COSFIRE滤波特征构建3维眼底图像像素特征,在所构建的局部特征空间执行自适应带宽均值移位聚类,对聚类结果的三个特征分量的平均图进行二值化处理,进而实现视网膜血管分割。实验表明,在DRIVE眼底图像数据库上其准确率、灵敏度、特异性分别为94.40%、78.63%、97.08%,所分割的视网膜血管有较好的连续性和完整性。

肝素的兔血浆移位均值法效价测定

目前各国药典收载的肝素效价测定方法均是生物检定法,均应用其抗血凝的药理作用进行测定,具体方法则有所不同。例如,英国药典(1980)、日本药局方(XI)用硫酸钠—牛全血法,英国药典(1980)还规定可用硫酸钠—牛血浆、枸橼酸钠—羊血浆法(英国药典1983、1986增补本已将肝素的效价测定改为此法)。

基于均值漂移与粒子滤波的手势跟踪算法研究

基于视觉的手势跟踪技术在虚拟现实、人机交互、视觉监控等领域均有着广阔的应用。本文主要研究用于人机交互的手势跟踪，以颜色特征作为目标的表征方式，并结合MeanShift均值移住提出了一种基于颜色直方图的粒子滤波跟踪方法。仿真实验结果表明，本文研究的方法效果较好，能准确的对序列图中的手势进行跟踪。

一种抗遮挡的红外多目标实时检测跟踪算法

针对红外多目标检测跟踪中目标遮挡问题和算法实时性与准确性难以兼顾的不足,提出一种快速准确且抗遮挡的红外目标检测跟踪算法。在目标检测阶段,提出一种基于RAS(running Average with selectivity)背景更新的中值滤波背景差分算法。该算法采用中值滤波法建立背景图像,通过引入反馈思想与滑动时间窗模型,使背景更新的实时性与鲁棒性得到改善。同时,为了有效解决目标遮挡难题,提出一种像素投影分离算法,通过对粘连目标的投影曲线进行分析来实现粘连目标的分离。在目标跟踪阶段,通过采用滤波加权均值移位算法,从而有效克服红外目标描述信息不足的缺点。同时,将该算法与Kalman滤波融合,最终实现红外多目标的快速准确跟踪。在不同红外测试集上实验结果表明,所提算法的检测率与正确跟踪率分别提高到91.05%、83.78%,运行速度达到32帧/秒,在抗遮挡性、实时性、准确性与鲁棒性等方面均优于现有的主流算法。

一种俯视行人的多目标检测和跟踪方法

提出了一种针对俯视客流计数的多目标自动检测和跟踪方法。该方法主要包括四个组成部分:运动检测、目标表示与识别、目标跟踪建模、目标跟踪。即首先通过视频帧间差法粗略检测出一帧图像中成片运动或变化的区域,在变化区域里遍历搜索目标;视觉目标表示为外形对称、外观具有某种形状结构、颜色均匀等一系列弱分类特征串联组成的形式,可以快速检测判别俯视行人的头部;再对检测到目标重新建模以便后续的跟踪;最后利用连续自适应的均值移位算法跟踪检测到的多个目标。检测与跟踪并行运行,跟踪可以验证检测到的目标。实验证明,该方法是有效的。

抗激光散斑干扰的电视制导跟踪算法研究

随着激光对抗技术的迅速发展,采用低能激光对电视制导实施散斑干扰已成为一种极具威胁的干扰形式,严重影响电视制导的跟踪效果。针对传统的电视制导跟踪算法在激光散斑干扰时跟踪效果不佳的问题,进行了抗激光散斑干扰的电视制导跟踪算法研究。首先设计激光散斑干扰模拟装置,在实验室条件下模拟产生激光散斑干扰,然后对当前主流的电视跟踪算法进行深入研究,重点对比分析其抗激光散斑的干扰能力。实验证明,粒子滤波跟踪算法具有较好的稳定性、鲁棒性和抗激光散斑干扰的能力。

海天背景下红外舰船目标实时跟踪算法研究

针对海天背景下的红外舰船图像对比度低、船载摄像机上下抖动剧烈的特点,文中提出了均值移位(mean-shift)和海天线检测相结合的红外目标实时跟踪算法。首先通过水平投影方法提取每帧图像的海天线,然后由相邻帧海天线的高度差设定每帧图像跟踪起始点,将目标的灰度和梯度信息进行加权来描述目标特征,利用mean-shift算法进行目标跟踪。实验结果表明,文中算法能够准确跟踪上下运动剧烈的红外舰船目标,跟踪速度达到12 fps。

一种基于mean shift的Contourlet域SAR图像去噪方法

Contourlet变换是小波变换的新发展,具有良好的多尺度和多方向性。合成孔径雷达(SAR)图像Contourlet阈值去噪不考虑相邻像素在变换域的联系,将低于阈值的变换系数置零,会丢失图像中的细节信息。针对上述问题,文中提出一种新的去噪算法:首先,将SAR图像进行Contourlet分解;然后,利用具有良好间断点保留能力的mean shift算法处理子带系数。实验结果证实该算法能够在有效抑制相干斑噪声的同时,较好地保留图像中的细节信息。

飞船返回舱红外跟踪

提出一种联合大底检测的改进的Mean-Shift（均值移位）算法,将其应用于返回舱红外跟踪。新算法采用非均匀量化加权直方图构造目标特征矢量,以提高目标描述的准确性。为避免跟踪到大底上去,使用＂滑窗式＂大底检测算法实时修正Mean-Shift跟踪坐标。通过对飞船返回实况判读验证,提出的新算法处理速度达到20帧/s以上,并且能够可靠和准确地跟踪返回舱。

具有自补偿功能的数字式倾角测量装置的设计

针对传统倾角测量装置手动补偿时费时费力的问题,设计了一款具有自补偿功能的数字式倾角测量装置。首先采用Atmega128单片机驱动步进电机,带动倾角传感器SCA61T旋转180°和一个固定的角度执行自补偿功能,然后进行正常的角度测量。设计了实时中值和移位均值相结合的滤波算法,有效减小了外界环境和噪声的干扰。利用分段线性化标定方法对传感器进行角度标定。测试结果表明:装置的测量范围为±30°,测量精度优于0.02°。

基于层次匹配和背景补偿的红外目标跟踪

在红外图像跟踪过程中,由于种种原因红外序列图像中的感兴趣目标往往存在不规则运动,很难用某种模型来描述目标的运动状态变迁.本文提出一种基于层次匹配和背景补偿的方法来对此类红外目标进行精确跟踪.背景补偿算法去除前后帧图像由于数据采集工具的不规则抖动而造成的图像差异,在背景补偿算法的基础上运用层次匹配策略大大提高跟踪精度.实验结果表明,此算法可以实现复杂场景下的红外目标的高精度稳定跟踪.