一种改进的粒子滤波和Mean Shift联合跟踪算法

为了提高视频运动目标跟踪的准确性和实时性,提出一种改进的粒子滤波和Mean Shift联合跟踪算法。针对传统粒子滤波跟踪算法中颜色直方图观测模型存在的局限性,提出了一种基于分块颜色直方图的观测模型描述方法,并根据该分块直方图的特点,重新设计了粒子权值的更新策略;针对粒子滤波算法实时性差的问题,提出了一种基于积分直方图的颜色特征快速计算方法,极大地降低了算法的运算量;为了降低相似背景干扰对跟踪效果的影响,提出了一种基于Gabor幅度谱的Mean Shift跟踪算法,并利用改进的Mean Shift算法对粒子滤波跟踪结果进行优化,提高了跟踪算法在复杂背景下的搜索能力。实验结果表明了算法的有效性。

一种基于平均互信息的预编码矩阵选择方法

在长期演进系统下行链路闭环传输模式中,当子载波数较大时,会造成计算量和反馈量过大。为解决该问题,提出一种基于平均互信息的预编码矩阵选择方法。将K个子载波划分成D个子载波组,对每一个子载波组的信道矩阵进行算术平均,利用信道均值选择一个预编码矩阵,使K个子载波上的和速率最大。仿真结果表明,该方法与已有的预编码矩阵选择方法相比,在误块性能和容量性能基本不变的前提下,计算复杂度明显降低。

基于全局和局部颜色特征的图像检索方法

提出了一种基于图像全局和局部颜色特征的图像检索方法.首先在符合视觉感知特性的Lab颜色空间中提取全局颜色特征;再对图像进行图像子块划分,同时利用具有人眼视觉特性的高斯加权系数对其进行加权,然后利用二值化得到的颜色位图作为局部颜色特征,并进一步加入了方向性的考虑,对图像子块进行垂直和水平投影,最后合理地融合了全局和局部颜色特征的相似性进行图像检索.对Corel图像数据库的实验结果表明,此算法具有良好的检索效率.

积分图像在全景图技术中的应用

在医学图像处理的过程中,由于显微镜头的客观限制,使得在获取高分辨率图像的同时不能获得较为宽阔的视野,这样就给医学图像的后续分析等操作带来不便,于是全景图技术被引入。对于匹配采用一种基于积分图像的局部块匹配技术来加速匹配过程。另外,由于取样的物体与承载物件存在高度差异,或由于光源的强弱变化,使得全景图的明暗色度并不完全一致,因此,在全景图技术中一个重要的环节就是进行平滑处理,使得各个分图像在拼接之后能在明暗色度上有很好的融合。对于平滑处理,使用一种快速的复合加权的权重函数来进行平滑处理。实验结果证实,这种处理方法是有效的。

改进的K均值聚类算法彩色图像分割的研究

针对传统K均值聚类算法在彩色图像分割中受K值和初始聚类中心影响较大等问题。在基于图像子块划分的基础上给出了一种k值和初始聚类中心确定方法,并用区域生长算法对聚类后的子块进行块后处理,利用提出的算法对多幅自然图像进行了分割实验,并与相似的分割方法进行了比较实验,给出了详细的实验结果与分析。实验表明该方法分割速度快,效果好,具有较高的实用价值。