基于ICLBP的多特征自适应加权融合目标跟踪算法

针对Mean Shift跟踪算法中使用单一的特征对目标进行描述而导致跟踪算法鲁棒性不高的问题,提出了一种多特征融合的目标跟踪算法.该算法选取HSV颜色特征和ICLBP纹理特征,建立目标模型的概率密度.根据目标区域确定背景区域,计算不同特征对目标和背景的区分性度量值,并以此设定和更新特征融合权值.使用特征融合权值系数建立多特征描述的目标模型,在Mean Shift算法框架上实现目标跟踪.结果显示,该算法对背景干扰和部分遮挡具有较好的鲁棒性.与传统的Mean Shift跟踪算法相比,跟踪效果有所提高,鲁棒性更好.

融合B样条小波变换的图像铅笔画生成改进方法

彩色铅笔画自动生成算法是当前非真实感绘制技术研究热点之一。针对目前轮廓线条细节丢失的问题,该文提出融合B样条小波变换与二次卷积方法,得到的线条轮廓图保留更多细节信息且线条具有交叉感;线积分卷积(Line integral convolution,LIC)方法使用随机白噪声产生的纹理不清晰,且执行速度慢,该文在亮度图上添加高斯噪声替换随机二值白噪声,利用随机数控制噪声点,并应用运动模糊产生清晰纹理。实验证明,该算法得到的铅笔画效果与现存铅笔画生成算法相比,保留了更多的细节,更加接近实际艺术家作品风格。