基于改进Mean-Shift算法的红外小目标跟踪

复杂背景下的红外小目标跟踪在目标跟踪领域一直是重要的研究方向。由于小目标体量小、机动性大,而红外图像大多受到严重的背景噪声和热噪声影响,使得针对红外小目标的跟踪大多出错率高,鲁棒性不强。针对红外小目标的跟踪,提出了一种改进的Mean-Shift算法。结合图像的统计特性,提出了一种自适应非线性算法对图像进行处理;同时融合了图像的梯度直方图对目标进行描述。实验通过对高强度噪声和高遮挡环境下视频目标进行跟踪,比较了传统Mean-Shift算法和改进后算法的跟踪效果,结果显示文中提出的改进算法不但可以有效地跟踪目标,而且大幅降低了跟踪窗口与目标之间的相对抖动,增强了跟踪算法的鲁棒性。

非线性Mean Shift收敛性分析

作为一种有效的迭代算法,非线性Mean Shift收敛性的研究是应用的基础。虽然Raghav等给出了理论分析,但忽略了对流形上迭代点列收敛性的讨论,对于密度函数收敛性的证明也不够充分。运用黎曼流形的相关知识,指出了算法收敛到局部稳定点的条件,并给出了密度函数和迭代点列收敛的详细证明,为非线性Mean Shift算法的深入研究及应用奠定了理论基础。

一般均值漂移模型的Score检验统计量

本文研究了一般均值漂移模型中漂移量的存在性检验问题.利用Score函数和Fisher信息阵,获得了检验的Score统计量.

具有测量误差的非线性模型的Bayes估计

测量中大量的函数模型都是非线性回归模型.当回归变量含有一定的测量误差时,我们得到非线性测量误差模型.本文讨论了这种模型中未知参数具有正态先验分布时的参数Bayes估计方法,并对这种估计进行了影响分析,证明了删除模型与均值漂移模型中参数的Bayes估计相同,利用Cook统计量给出了删除模型下参数的Bayes估计的影响度量.

含方差扩大的一般均值漂移模型的Score检验统计量

该文研究了含方差扩大的一般均值漂移模型中漂移量的存在性检验问题.利用Score函数和Fisher信息阵,获得了检验的Score统计量.

基于非线性扩散均值漂移的Retinex雾天图像清晰化算法

针对传统Retinex算法在处理雾天图像时,易在明暗对比强烈处产生光晕现象以及处理后图像存在的色彩失真问题,论文提出了一种基于非线扩散均值漂移平滑的Retinex雾天图像清晰化算法。首先,采用小波变换调整景物信息在图像中的动态范围分布;然后,采用局部非线性扩散均值漂移滤波器对图像进行平滑来估算入射光照信息,进而获得景物的反射光照信息;最后,在lαβ彩色空间利用处理前后图像的色饱和度差异来进一步补偿由于图像平滑所造成的色饱和度损失。实验结果表明,提出的算法能够明显提高图像的清晰度,并有效克服色彩失真和光晕伪影现象。

基于自适应方向性滤波和非局部均值修补的CT图像金属伪影消除

CT图像金属伪影的校正长期以来都是一个重要课题。首先采用自适应方向性前置滤波器对含有金属伪影的图像进行处理,在一定程度上消除噪声,抑制条状伪影;其后采用均值漂移分割出原图像中的金属成分,最大互信息熵分割出伪影成分;使用平行束投影获取原始图像和金属成分的弦空间数据,从原图弦空间数据中减除伪影成分对应的弦图;继而采用非局部均值修补结合线性插值方法对弦空间数据进行补全;最后采样滤波反投影得到校正后的图像。实验表明,本算法对于含有金属伪影的水模和真实临床图像的校正,获得更好的匀质区域一致性和更好的伪影抑制性能。

非线性回归诊断混合模型的讨论

本文研究了方差加权和均值漂移的混合非线性回归模型,得到了相应的一阶和二阶诊断统计量。

带约束非线性回归模型的影响分析

本文研究带约束非线性回归模型及其数据点的影响分析.从带约束均值漂移模型出发,给出了该模型的曲率度量;在此基础上导出了带约束非线性回归模型度量影响的诊断统计量及其曲率表示.

带约束的非线性回归诊断混合模型分析

研究了带有约束的均值漂移和方差加权的混合非线性回归模型．得到了相应的一阶和二阶诊断统计量。同时证明了带约束的均值漂移非线性模型和带约束的数据删除非线性模型，它们相应的估计量相等。

改进的卡尔曼滤波与均值漂移目标跟踪算法

为了实现更加理想的运动目标跟踪,提出了改进的卡尔曼滤波与均值漂移目标跟踪算法。该算法采用粒子滤波与Kalman滤波相结合实现非线性滤波,首先利用粒子滤波对运动目标的状态变量进行估计,然后对目标估计状态进行卡尔曼滤波,解决观测方程为非线性的问题。最后利用Mean-shift算法进一步聚类粒子,使抽样的粒子集更符合实际的目标概率模型,从而增加有效粒子数目,减少粒子退化。经过预测迭代,从而达到对运动目标运行轨迹的修正,并采用仿真实验进行算法性能测试。结果表明,相对于其他算法或者是传统算法,在相同的条件下该算法不仅提高了目标跟踪的精度,并且降低了计算复杂度,实时性较好。