基于多分辨率方法的主动轮廓线跟踪算法

由Kass等于1987年首次提出的主动轮廓线模型，在数字图像分析和计算机视觉领域得到了越来越广泛的应用．基于单分辨率的主动轮廓线跟踪算法存在一个共同的缺点．即：要求初始轮廓线离目标的真实轮廓线很近，这样的算法用于跟踪将只能跟踪缓慢运动的目标，从而限制了主动轮廓线跟踪算法的应用范围．本文提出了一种基于多分辨率的主动轮廓线跟踪算法，它不但继承了基于单分辨率的主动轮廓线算法的优点，而且降低了对初始轮廓线的要求．此外，本文推导出不同分辨率情况下主动轮廓线算法与其允许的目标运动速度的关系公式，并用这些公式定量地计算出单分辨率和多分辨率情况下算法允许目标运动的最大速度，证明本文方法可以跟踪运动较快的目标．

主动轮廓线模型(蛇模型)综述

在传统的计算机视觉领域 ,严格的各自独立的分层理论有广泛的影响 .这种理论认为 ,底层的视觉任务的完成只能依赖于从图像本身获得的信息 .Kass等人对这种模型提出了挑战 ,于 1987年提出了称为 Snake的主动轮廓线模型 (active contour model) .近 10多年来 ,Snake模型在计算机视觉领域得到了广泛应用 ,取得了许多重要的进展 .该文回顾了近 10多年来 Snake模型的研究、发展及应用情况 ,并对未来的发展方向进行了展望 .

对数似然图像分割的快速主动轮廓跟踪算法

针对跟踪目标尺度变化问题,提出了基于灰度对数似然图像分割的快速主动轮廓跟踪算法。改进的主动轮廓跟踪算法将根据以目标与背景的颜色差异而建立的对数似然图对图像进行阈值分割和数学形态学处理,再将Kalman滤波器结合到主动轮廓跟踪算法进行目标跟踪。改进的主动轮廓跟踪算法对目标分割准确,轮廓特征显著,跟踪效果稳定,算法能很好地适应跟踪目标尺度变化。通过Kalman滤波器对目标位置点的预测减少了主动轮廓跟踪算法收敛的迭代次数,使算法的运算效率提高了33%左右。

一种新的主动轮廓线跟踪算法

主动轮廓线模型，又称“蛇”，由Kass等于1987年首次提出后在数字图像分析和计算机视觉等领域正在得到越来越广泛的应用．不过，现有的主动轮廓线搜索与跟踪算法存在许多问题．本文提出一种新的主动轮廓线跟踪算法──new．snake算法．它不但继承了已有算法的优点，而且克服了它们的主要缺点．它具有下列特点：算法快速收敛；控制点的数目自适应地改变，保证稳定跟踪；将硬强制力直接引入能量公式；可以方便地添加色彩信息约束；削弱了各参数的改变对算法的影响．大量实验验证了该算法的鲁棒性和实用性．

变形模板技术及其在多目标跟踪中的应用

变形模板技术是一种能够精确匹配、分割目标轮廓的图像处理技术。在过去20多年左右的时间里,该项技术已取得了长足的发展并显示出强大的生命力,如今变形模板模型已被广泛的应用于图像分析和计算机视觉等领域之中。从方法论的角度介绍了变形模板技术的理论基础、建模的一般过程及技术难点与解决方法,并以一种基于Snake模型的多目标跟踪算法为例介绍了该项技术在高空对地观测中对多个运动目标的精确分割与跟踪的应用。

一种新的B样条主动轮廓线模型

提出了一种新的 B样条主动轮廓线模型 .在拉格朗日动力学方程中 ,文章所推导的仿射不变性模板通过弹性势能项与主动轮廓线进行实时耦合 ,因此新的模型对运动目标的轮廓跟踪具有仿射不变性 .文章进一步讨论了控制系统的李雅普诺夫稳定性 .为了有效地跟踪复杂背景中的目标 ,提出了一种新的特征检测方法 ,这一方法融合了多种图像信息 ,因而具有较强的鲁棒性 .对真实的序列图像的实验验证了新的模型的有效性 .

基于几何主动轮廓模型的粒子滤波跟踪算法

标准粒子滤波(SPF)是解决非线性、非高斯模型系统跟踪问题的典型方法,然而粒子更新过程严格依赖于参数的选取,且不能处理曲线拓扑结构的变化。鉴于此,提出基于几何主动轮廓模型的粒子滤波(PF)算法。利用水平集技术处理轮廓曲线拓扑结构变化,改进重采样技术,增加粒子多样性。实验结果表明,该算法是有效可行的,并提高了非线性系统状态的估计精度,具有更强的适应性。

基于鲁棒统计量的运动检测与目标跟踪策略

提出了一种基于鲁棒统计量的运动检测方法。该方法通过对全局运动的鲁棒估计和对残差进行假设检验的方法来检测运动物体区域。为了消除遮挡效应的影响,提高算法的精度,在检测过程中,利用双向运动估计的方法来对残差进行归一化。在此基础上,提出了一种鲁棒主动轮廓模型,用于跟踪运动物体轮廓,并采用LevelSet方法对该模型进行求解。实际视频的实验结果表明,该方法能够可靠、准确的检测与跟踪运动物体。

改进的几何活动轮廓演化及其在目标跟踪中的应用

为提高几何活动轮廓分割算法的分割效率和准确性,设计了新的边缘检测与跟踪算法.首先采用矢量图像计算图像的梯度值,并设计能够自适应调整阈值的边缘指示函数,进而提出改进的变分水平集演化模型;然后设计基于该改进模型的边缘检测算法,并在无迹卡尔曼滤波器框架下设计了运动目标的跟踪算法.实验结果表明,文中算法不但显著地提高了轮廓演化模型的灵活性和收敛速度,而且对阴影、遮挡、目标形变和背景干扰等具有较好的鲁棒性.

基于序贯检测机制的双目视觉运动目标跟踪与定位方法

为了提高复杂环境下的目标跟踪精度,提出了一种基于序贯检测机制的双目视觉运动目标跟踪方法.该方法在序贯检测机制下,将粒子滤波、稀疏场主动轮廓和CamShift等方法结合.首先用基于颜色特征的粒子滤波估计最优跟踪窗口;通过跟踪窗口和目标的相似度决定是否采用稀疏场主动轮廓方法,然后由目标轮廓和目标的相似度决定是否需要CamShift对轮廓进行修正;最后结合双目视觉的视差信息和标定模型对目标进行定位,引入视差置信区间判据可有效减少噪声影响,提高运动目标定位精度.实验表明本文所提的基于序贯检测机制的目标跟踪方法在摄像机运动一目标运动模式下,在目标有尺度、旋转、视角变化和环境有光照变化等情况下,能对运动目标进行有效地跟踪与定位,并且具有比较好的跟踪和定位精度.

一种新的红外目标跟踪方法

一般的Snake模型用于目标跟踪时存在一些问题,如要求初始控制点位置非常接近于真实 轮廓、不能可靠跟踪快速运动目标、对目标的运动规律有许多约束条件等。在继承所提出的Auto-Snake模型跟踪算法优点的基础上,进一步采用最小二乘估计预测器对目标的位置进行预测,放宽对运动规律的约束,可以实现对快速运动(大位移)的目标的自动跟踪。

主动轮廓模型在运动舰船目标跟踪中的应用

应用数字图像处理技术对视频监控系统中的舰船目标进行运动检测与跟踪。针对水面环境存在的复杂变化,选用混合高斯背景模型的方法构建实时背景模型,应用背景差分法检测出监控画面中的运动舰船区域,并得到舰船目标的初始轮廓,再利用主动轮廓模型方法,提取运动舰船目标轮廓,并利用舰船轮廓实现目标跟踪。实验表明,算法可对目标轮廓进行较好地跟踪,并且复杂度较低。

视频图像活动轮廓目标检测跟踪研究

研究视频图像目标跟踪定位精确度问题。由于在图像中通常会发生缩放,造成图像目标模糊不清。传统的目标跟踪算法该类算法仅以目标发生平移运动为假设前提,图像质量差。为解决上述问题,提出了一种活动轮廓目标跟踪定位检测算法。首先选择合适的滑窗,采用减背景法来确定视频对象的运动区域,采用卡尔曼形态滤波来消除残余的噪声,然后针对目标在活动轮廓局部内具有较高灰度值的特征,通过自适应阈值来判别滑窗中心位置是否存在目标。当滑窗遍历整幅图像后,就可以得到目标的定位结果。仿真结果表明,改进算法不仅能够消除差分图像中的显露背景,从而得到运动视频对象精确的轮廓,并且可进行多目标的分割与跟踪,具有一定的实际应用价值。

基于改进的主动轮廓模型及光流估计的标记线跟踪

在心脏核磁共振图像分析中,标记线的跟踪是心肌运动分析及3维运动重建的重要步骤。为了提高心脏标记线跟踪的准确性,首先使用改进的基于动力学方程的主动轮廓模型来对标记线进行跟踪,并根据标记线的特点,引入了3种弹性势能,然后采用了新的内能函数,并使用新的方法来产生图像势能,由于改变了原模型中轮廓线初始速度为零的假设,并引入了光流估计作为轮廓的初始速度,从而提高了跟踪结果的准确性。对多序列心脏收缩期核磁共振图像的实验结果表明,该算法可以获得较好的跟踪效果。

基于边缘增强模板匹配的PTZ主动目标跟踪系统

为实现对运动目标的动态跟踪,设计了基于PTZ摄像机的主动实时跟踪系统,实现对高关注度目标进行持续跟踪。该系统采用背景建模方法检测当前视野中的运动目标并进行跟踪,针对感兴趣目标采用基于边缘增强模板匹配(EETM)方法进行主动跟踪,并提出了一种简单有效的PTZ摄像机控制方法。采用海康威视球机进行测试,测试结果表明:该系统利用低成本PTZ摄像机可以实现对静态场景和动态场景中目标的检测和跟踪,对感兴趣目标进行主动跟踪,PTZ摄像机控制平稳,能够满足实时性的要求。

耦合的动态轮廓线的一种改进的跟踪算法

运动目标的检测与跟踪技术是计算机视觉研究的核心 ,本文主要研究基于动态轮廓线的目标跟踪算法 ,将轮廓的 B样条模板考虑进运动方程即耦合的动态 B样条轮廓线模型 .并且在此基础上将B样条模板的先验知识融入特征搜索中 ,提高了在复杂的背景中及有遮挡情况下跟踪器的鲁棒性 .

应用主动轮廓模型在单摄像机监控系统中的运动目标检测与跟踪(英文)

介绍在实时图像处理中的单摄像机监控系统运动目标检测与跟踪方法.针对运动目标的检测,首先进行帧间图像的匹配,接着计算图像间的误差,检测出运动区域,得到运动物体的大致轮廓.通过利用动态规划法改进的主动轮廓模型方法,提取运动目标轮廓.算法有较好的鲁棒性和抗噪声能力,速度也比较快.这种方法可以在轮渡站实时监控系统中得到应用.

基于序列图像的空中目标跟踪方法

文中提出一种有效的运动跟踪检测算法对空中运动目标进行快速、准确的检测和跟踪,首先利用对称图像差分梯度法进行运动目标检测,该方法能很好地检测出移动背景中低信噪比的运动目标;然后通过改进的活动轮廓模型在视频图像序列中进行跟踪,实验结果表明,使用该方法可以得到有效的目标轮廓,从而获得准确跟踪效果。

基于结构光视觉的螺旋焊缝跟踪系统研究

目前,螺旋板式换热器焊接存在焊缝跟踪困难,焊接所导致的偏差存在的缺陷。本文设计和研发了一套基于主动光视觉技术的螺旋焊缝实时跟踪焊接系统,通过焊接前的焊缝特征点提取,焊接时核相关滤波目标跟踪算法进行焊缝的识别和自动跟踪,实验测试表明该方法能够达到螺旋板式换热器的全自动焊接跟踪精度要求。

基于DSP的主动视觉系统

为了提高目标检测的快速性与准确性,简化基于粒子滤波的目标跟踪算法中的直方图计算,提高检测和跟踪算法在基于DSP(数字信号处理器)的主动视觉系统上的运行速度,提出了一种基于DSP的机器人主动视觉系统.该系统通过改进的EMCV(embedded computer vision library)与启发式搜索方法,在DSP上实现了AdaBoost检测算法;利用增量式直方图计算算法实现粒子滤波中颜色直方图与边缘方向直方图的计算,将直方图融合到观测模型中,在DSP上实现并优化了目标跟踪算法.实验证实了该主动视觉系统中算法的快速性与系统的鲁棒性.