用Hausdorff距离进行视频镜头边界检测

提出了一种新的利用Ｈａｕｓｄｏｒｆｆ距离进行视频镜头边界检测的方法。首先使用Ｃａｎｎｙ算子提取视频序列的边缘，把当前帧的边缘图分成Ｎ个小区域，分别进行运动补偿，然后利用Ｈａｕｓｄｏｒｆｆ距离比较视频帧之间边缘特性的差异，这种差异体现在各个小区域新出现和刚消失边缘点的数量之和。这种方法不但受光照条件变化影响不大，而且也能在某种程度中抵消物体和镜头的运动，最后讨论了该算法的局限性和今后的改进。

运动目标视频检测与跟踪方法

运动目标跟踪的根本任务是根据目标的运动模型和图像特征估计它们的轨迹。提出一种运动目标检测、跟踪的方法。首先使用基于自适应混合高斯模型的背景差方法提取运动区域。目标的运动估计采用扩展卡尔曼滤波,由预测位置确定初始的候选区域。然后根据目标与候选区域的变化程度确定匹配需要的特征信息。如果目标只有一个候选区域并且它们之间的区域特征变化微小,那么它们的匹配不需要额外的信息。如果目标有多个候选区域或者单个候选区域可是它们的区域特征变化激烈,除了区域特征外还使用边缘特征,通过计算目标和候选区域的边缘的部分Hausdorff距离来确定目标的最佳匹配区域。实验结果表明,该方法在存在遮挡的情况下也能够连续的跟踪多个运动目标。

确定对象单目视觉位姿检测算法的研究

针对确定作业对象的位姿检测,提出一种基于Hausdorff距离的单目视觉检测算法,即首先依据建立的数学模型构建作业对象在虚拟摄像机下成像的二维模板序列;接着在图像匹配时为降低计算量及加快图像匹配速度,以部分Hausdorff距离作为匹配测度,采用阈值法先行的分层搜索策略进行检测。通过对不同位姿下的夹紧块影像进行检测实验,结果证明了该算法的有效性和快速性。

机载图像辅助导航实时匹配算法研究

针对机载图像匹配辅助导航系统的实时性和精度高的特点,提出了基于部分Hausdorff距离的粗匹配与基于广义点理论的精匹配相结合的匹配方法;该方法利用多尺度边缘检测提取机载图像的边缘特征,将参考图像和实时图的边缘特征进行粗匹配和精匹配,并做了仿真实验;实验结果表明,该算法优于与灰度相关和SSDA算法对比,并验证算法的有效性。