一种基于直方图特征和AdaBoost的图像中的文字定位算法

图像中的文字自动定位是计算机视觉领域中的一个新兴研究热点。为了使得定位算法能够适应不同类型的图像和文字,根据文字所具有的特殊纹理属性,提出了一种具有普适能力的基于直方图特征和AdaBoost的文字定位算法。该算法首先通过提取对文字具有较强鉴别能力的直方图特征和引入AdaBoost算法来设计级联结构的纹理分类器;然后用该分类器的概率输出来生成文字概率图;在此基础上再通过CAMSH IFT算法得到最终的定位结果。实验结果表明,该算法具有较强的鲁棒性,能够适应文字在语种、字体、尺度等方面的变化,在不同类型的图像中都能得到较好的定位结果。

无人机视频中的目标定位研究

无人机侦察任务中的目标定位,需要高效地获取机载视频数据,并采用实时性鲁棒性较强的目标检测算法;针对上述要求,选择在DirectShow框架下实现具有图像处理功能的自定义转换过滤器作为处理平台;同时提出了采用基于卢卡斯卡那得光流和连续自适应均值平移互补的方法进行目标检测定位;经过实验测试,结果证明了该方案在满足实时性要求的同时还能够解决图像色度信息较差、目标图像较小以及目标区域比较平滑时的检测定位问题,是一种针对战场目标定位的有效方法。

嵌入Kalman滤波的Camshift人体跟踪研究

针对复杂背景下Camshift算法跟踪运动人体容易丢失目标的情况,提出了一种Kalman滤波和Camshift算法相结合的改进算法。Camshift算法利用颜色直方图做反向投影得到色彩的概率分布图,利用初始化的搜索窗口和位置并结合上一帧跟踪结果自适应调整跟踪窗口从而跟踪人体。采用Kalman滤波可以对运动人体进行估计以克服复杂背景下色彩的干扰,同时对Camshift的迭代结果进行校正。实验表明,本文方法在复杂背景下能更好地跟踪运动人体目标。