一种基于角点的Mean Shift目标跟踪算法

为了提高经典的Mean Shift算法在复杂场景中的跟踪性能,提出了一种基于角点的目标表示方法。首先,利用Harris角点检测算法提取表示目标主要特征的角点;其次,基于提取的角点,建立目标模型,将其嵌入Mean Shift 算法进行跟踪。该方法仅用少量的关键点表示目标,能够自动去除目标和背景中的次要特征,有效地抑制背景成分对目标定位的影响,从而改进Mean Shift目标跟踪算法的性能。通过测试两个复杂环境下的视频,实验结果表明,相对于传统的目标跟踪算法,提出的方法<正>取得了更好的性能。

基于Mean Shift算法视频跟踪研究

为改善Mean Shift算法的跟踪性能,分析了Mean Shift算法跟踪局限性,对Mean Shift算法流程进行了改进。Harris特征角点具有对光照、旋转、部分仿射变化以及噪声干扰具有很好的鲁棒性的特性可解决Mean Shift算法在背景过于复杂时的跟踪失败问题。Surf算法则具有对旋转、尺度缩放、亮度变化保持不变性,检测和匹配速度快等优点,能辅助Mean Shift算法在帧速过快情况下解决跟踪失败问题。提出了融合Harris角点和Surf算法的改进型Mean Shift算法。实验表明改进后的算法改善了Mean Shift算法在背景复杂以及帧速过快情况下的跟踪性能。

基于Mean Shift的自适应尺度变化跟踪算法研究

在实时跟踪系统中,要求在跟踪过程中跟踪窗口的大小实时地适应运动目标的外观变化,这对应着Meanshift的尺度变化.针对跟踪这种尺度变化的问题,在跟踪框内检测角点并进行匹配,将所有得到的匹配角点对建立仿射模型,并采用最小二乘法求解得到尺度变化系数,进而更新跟踪框尺度,使得Meanshift算法可自适应地变化尺度并跟踪到大小不断变化的目标.实验结果表明,提出的算法具有较好的准确性、鲁棒性和实时性.

融合角点特征与颜色特征的Mean-Shift目标跟踪算法

针对Mean-Shift算法稳定性差、无法适应目标遮挡的特点,提出了一种融合角点特征与颜色特征的目标跟踪算法。该算法利用Harris角点的特征不变性克服了Mean-Shift算法鲁棒性差的缺点,同时利用Mean-Shift算法中核概率密度估计特性克服了目标与背景角点难以区分的缺点。通过视频序列对该算法的跟踪稳定性与抗遮挡性能进行测试,结果表明,新算法的跟踪稳定性与抗遮挡能力优于基于单一角点或颜色特征的Mean-Shift算法。

基于角点特征融合的Mean-shift跟踪算法

传统Harris检测算法不能很好地适应跟踪环境。为此,提出一种基于角点特征融合的Mean-shift跟踪算法。考虑人体姿态变化或遮挡对多区域跟踪的影响,采用角点更新策略,将特征融合主色调模型的跟踪结果与多区域跟踪结果进行权衡。实验结果表明,该算法能克服人体姿态变化或遮挡对跟踪的影响,实时性满足一般跟踪系统的要求,且在非遮挡状况下,其跟踪准确率比传统算法高。

基于角特征和Mean-shift的车辆跟踪方法

提出一种基于角特征点和Mean-shift的车辆跟踪方法,对不断改变尺寸的车辆目标进行有效跟踪,利用角特征点把模板目标构造成若干个同尺寸的子窗口,每个子窗口单独地按Mean-shift算法进行跟踪,并寻找其相应的中心位置,通过关联过程确定车辆目标在整个视场中的运行轨迹。实验结果表明,该方法简单、可靠,可以稳定地跟踪车辆目标。

基于快速顶点漂移的平面物体跟踪

为了解决基于区域的平面物体跟踪方法容易陷入局部最优的问题,提出一种基于快速顶点漂移的平面物体跟踪方法.首先,构造包含不同尺度下的图像和物体区域采样点集合的金字塔结构;其次,在不同尺度下使用快速顶点漂移方法,利用全局的相似性度量函数迭代求解最优的顶点偏移,得到跟踪结果.在平面物体跟踪数据集POT上的实验结果表明,该方法在不同场景下平均跟踪准确率可达49.65%,平均高出其他参与测试的基于区域的方法31.87个百分点,平均每帧跟踪时间为0.12 s.

基于波长移相剪切干涉的准直波前重构技术

为了实现干涉仪出射准直波前的重构,提出了基于波长调谐移相的横向剪切干涉技术。干涉仪出射波前分别经楔板的前后表面反射,通过角锥棱镜返回后在干涉仪CCD上形成剪切干涉条纹。采用波长移相方法提取剪切干涉条纹的相位信息从而实现准直波前重构。分析相对剪切比对波面重构精度的影响,推导相对剪切比和其影响因素间的关系公式,给出波长移相中光程差常数分量的估算方法。测量干涉仪的三组出射波前,波前的峰谷值分别为3.22λ、2.10λ、0.83λ。该方法简化了传统测量干涉仪准直波前的横向剪切干涉装置,提高了测量精度,特别适合于测量波长移相干涉仪的出射波前。

基于二参数换档规律的模糊换档技术

采用彼得罗夫二参数换档规律的自动变速车辆，经常在坡道和弯道发生不正常的换档现象。针对此问题，通过增加转向盘转角传感器和道路坡度辨识器，引入坡道和弯道信息，并采用模糊逻辑技术修正二参数换档规律，从而取得了理想的换档效果。

鲁棒的掌纹图像特征提取方法

提出了一种基于低分辨率彩色图像的鲁棒的掌纹图像特征提取方法.采用均值平移算法对彩色图像帧中像素进行聚类,应用Ostu二值化方法分割出手掌,并提取出有效掌纹区域.采用KLT角点检测算法提取出有效掌纹区域内的特征点,给每个特征点赋予方向,并根据局部区域特征构造方向不变的特征向量,所有特征点及其特征向量的集合构成了掌纹图像特征.在识别时只须在两个特征点集之间查找匹配对应,并通过随机采样一致性检验最大一致集中内点个数是否大于自适应域值来确定两个手掌是否匹配.利用该算法对网络摄像头采集的手掌样本进行了实验测试,获得了较高的识别精度与性能.该算法对手掌的距离、方向、姿势没有特殊要求,是一种鲁棒高效的掌纹图像特征提取方法.

基于多尺度Harris算法的海上舰船目标检测

海上舰船目标的检测具有重要的研究意义和实用价值,而复杂多变的海面情况使得舰船目标的检测面临一定的困难。为了更加准确的检测舰船目标,本文提出了一种改进的多尺度Harris角点检测算法。首先利用改进的Canny算法求出舰船边缘信息;然后对原图像采用Mean-Shift滤波器滤除海杂波;最后设计不同半径的自适应圆形模板进行非极大值抑制,引入Laplace空间因子使得Harris角点检测算法具备多尺度特性,用该方法对舰船目标的角点进行检测。实验结果表明,本算文法舰船目标的角点分布均匀、定位精度高,同时具有尺度不变性和旋转不变性。

角点匹配与均值漂移相结合实现目标跟踪

提出一种改进的目标跟踪方法。将归一化系数的角点互匹配与Mean-shift相结合。当目标的一部分特征出现在背景中或目标与背景相似度较高时,Mean-shift算法的跟踪性能将会下降。针对这一问题,提出采用颜色特征和角点特征相融合,用归一化的角点互匹配算法,能有效降低误匹配率,提高匹配精度。在某些帧中,由于噪声、遮挡等干扰时,发生角点0匹配,这时采用Mean-shift算法作为临时替代跟踪器,并更新目标模版,以适应目标的旋转运动,当有角点恢复匹配时,重新进行角点匹配跟踪。

基于角点检测的实时目标跟踪方法

当目标区域与背景特征接近时,由于目标模型中包含了大量的背景信息,基于Mean Shift的经典跟踪算法易受到背景信息的干扰,造成目标定位偏差,甚至丢失目标。为此,提出了一种基于角点的实时目标跟踪方法。该方法利用SU-SAN角点检测算子提取目标区域中的角点,由于目标区域内角点具有较强的目标表征能力,当使用这些角点构建目标模型时,能够增强目标与背景区域之间的辨别力,所以能够削弱背景信息对目标定位的干扰。实验结果表明,提出的方法能够实现对目标的准确跟踪定位,与经典的Mean Shift跟踪算法相比,该方法能够达到更好的跟踪效果,有效地提高了目标跟踪的准确性和实时性。

电力电子实验设备触发脉冲电路的改造设计

由MCS-51系列单片机组成的数字触发脉冲输出电路,可以方便地做到多种触发脉冲信号的输出,容易扩展不同功能,移相控制角易于调节,能够满足电力电子技术实验的不同要求,系统制作和程序的编写难度也不大,能够较好地解决模拟触发脉冲电路的不稳定性。

一种改进的运动目标跟踪算法

为了有效地解决目标颜色与背景颜色区分度较低而引起的目标定位不准确的问题,提出了一种改进的运动目标跟踪算法。该算法利用Harris-mean shift跟踪算法进行目标搜索,然后根据目标已知位置信息采用最小二乘法得到目标在下一帧中的位置,最终实现目标跟踪。实验证明该算法能够有效地提高跟踪的准确性和实时性。

基于改进多尺度乘积LoG算子的仿射不变形状匹配算法

目标在成像过程中发生的几何变形多数情况下可用仿射变换来描述。据此,提出一种利用角点进行仿射不变形状匹配的算法。首先引入多尺度乘积LoG(MPLoG)算子检测轮廓角点,并根据角点间距自适应地提取轮廓特征点,从而获取形状关键特征;为解决目标的仿射变形问题,采用Grassmann流形Gr(2,n)来表征和度量两形状之间的相似度;最后通过迭代式序列移位匹配算法来克服Grassmann流形对起始点的依赖并完成形状的匹配。对形状数据进行仿真实验的结果表明,所提算法能够有效地实现形状检索和识别,并对噪声有较强的鲁棒性。

基于视频的道路车辆测速系统设计与实现

为了对道路上行驶的车辆速度进行有效估计,提出了一种基于Harris Stephen角点检测算法和归一化互相关(Normalized Cross Correlation method,NCC)匹配算法的视频车辆检测系统。该系统对车辆进行跟踪,并测算车辆在干道和高速公路上的速度。通过使用Harris Stephen角点检测兴趣点,利用归一化互相关算法匹配对应角点,利用点对应关系确定车辆行驶的像素位移。根据车辆在连续视频帧中所有角点的总位移计算车辆的平均位移,结合帧率估计车速。实验结果表明,系统测速精度高,能实时估计出车辆行进的速度。

电力电子实验设备触发脉冲电路的改造设计

由MCS-51系列单片机组成的数字触发脉冲输出电路，可以方便地做到多种触发脉冲信号的输出，容易扩展不同功能，易于调节移相控制角，能够满足电力电子技术实验的不同要求，系统制作和程序的编写难度也不大，能够较好地解决模拟触发脉冲电路的不稳定性。

一种改进的meanshift运动目标跟踪算法

为了有效地解决目标颜色与背景颜色区分度较低而引起的目标定位不准确的问题以及目标被大面积遮挡而引起目标丢失的问题,提出了一种改进的meanshift运动目标跟踪算法。该算法利用harris角点检测法快速地提取目标的角点特征,并将这些角点嵌入到meanshift算法的迭代条件中进行目标搜索,然后结合卡尔曼滤波原理预测目标在下一帧中的位置,最终实现目标跟踪。实验证明该算法能够有效地提高跟踪的准确性和实时性。

干涉成象光谱仪动镜运动误差分析(Ⅰ)——平面动镜倾斜容限分析

本文根据一种干涉成象光谱仪方案，分析其平面动镜在移动时发生倾斜对干涉图的影响，导出对倾斜角度的限制条件。本文得到结论对采用平面动镜的干涉成象光谱仪具有普遍意义。