基于傅立叶变换的灰度成像扩展目标跟踪帧间图像配准方法

针对运动背景下扩展目标的检测中,运动目标在图像上造成的变化与背景自身的变化会造成混淆,使得运动目标的检测变得更加复杂这一问题。提出了基于傅立叶变换的灰度成像扩展目标跟踪帧间图像配准方法。以帧间图像的互能量谱关系函数为系统的目标函数,以偏移量冲击函数为系统的偏移量配准函数。试验结果表明,采用该算法,得出目标图与偏移图水平向右移动14个像素,垂直向上移动1个像素。利用该参数将偏移图平移(-14,-1)即可实现两帧图像的配准。     

动目标成像跟踪算法研究

从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点，困难之一是消除运动背景的影响。采用基于均匀稀疏采样仿射变换的参数模型块匹配算法将图像分成许多固定大小的像素块，通过将每一个像素块在下一帧的一定范围内搜索其最优匹配，由此产生的偏移矢量即为该像素块的运动矢量，对上一帧图像进行补偿与下一帧图像差分，用形态学运算图像处理，对图像目标进行识别跟踪。     

动目标成像跟踪算法研究

从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点,困难之一是消除运动背景的影响.采用基于均匀稀疏采样仿射变换的参数模型块匹配算法将图像分成许多固定大小的像素块,通过将每一个像素块在下一帧的一定范围内搜索其最优匹配,由此产生的偏移矢量即为该像素块的运动矢量,对上一帧图像进行补偿与下一帧图像差分,用形态学运算图像处理,对图像目标进行识别跟踪.     

纯方位水下被动目标跟踪与卡尔曼滤波

针对水下被动目标跟踪的特点，本文对基于扩展卡尔曼滤波，修正增益扩展卡尔曼滤波，协方差平方根滤波，变系数衰减记忆滤波等纯方位水下被动目标跟踪算法进行了系统的仿真实验，比较和分析了仿真结果，研究了一些滤波器的参数选择，指出了修正极坐标系的优越性，为水下被动目标跟踪的实现提出了参考。     

基于FCM与PMHT的红外目标跟踪与检测算法研究

为了对复杂海天背景下红外弱小目标实现稳定、有效的跟踪,文中在参考和改进传统PMHT跟踪算法的基础上,提出了基于FCM和改进PMHT算法的红外弱小多目标跟踪算法。与传统PMHT跟踪算法不同之处在于：这里结合红外弱小目标的位置、灰度、像素面积、航迹等特征参数,在PMHT算法中融入基于特征参数的模糊聚类思想,即在PM-HT算法中,通过模糊聚类来调整系统噪声方差,经过不断修正系统运动模型,从而在整体上完成了对于数据关联的寻优以及对于运动目标模型的在线辨识。     

基于均值漂移粒子滤波的目标跟踪算法研究

针对粒子滤波计算量大的问题,将视觉跟踪领域的均值漂移算法（Mean Shift）与粒子滤波（PF）算法相结合,该算法利用均值漂移算法在重采样之后将粒子收敛到靠近目标真实状态的区域内,改善了传统粒子滤波器的退化现象,减少了算法的运行时间,通过被动跟踪仿真实例,同时使用均值漂移粒子滤波与传统粒子滤波进行跟踪仿真,分析了轨迹跟踪性能,利用均方根误差比较了误差性能。仿真结果表明,Mean Shift PF具有更高的跟踪精度,并且运行时间显著减少。     

基于灰度图像匹配方法的铁水罐车定位技术研究

利用灰度图像匹配方法分析了铁水罐车上十字标志物,从而对铁水罐车进行精确定位。在灰度图像匹配分析过程中,采用粒子群算法对图像的最优匹配点进行粗定位,再利用改进的Harris角点检测算法和亚像素方法精确定位。最后,利用试验案例证明本方法是合理可行的。这解决了铁水罐车在装载铁水过程中的精确定位问题。     

基于多特征信息和直方图相交的改进Meanshift算法

针对Mean-Shift算法仅利用颜色信息并以Bhattacharya系数为相似性度量导致算法准确率较低的问题,提出一种结合颜色和纹理信息并以直方图交集为相似性度量的跟踪算法。首先用局部二元模式算子提取纹理信息,再以对数比加权直方图取代传统直方图构建目标和候选目标模型,然后根据场景自适应地综合两类特征并通过Mean-Shift算法获得目标的初略位置,最后以直方图交集作为相似性度量并用Powell方法求其极值作为目标在当前帧中位置的估计。实验表明,该算法不仅能增强跟踪的准确性,而且对光照弱、目标与背景颜色近似等情况也有较好的鲁棒性。     

混沌背景下舰船图像弱小目标轨迹跟踪的数学模型构建

在海上混沌背景干扰下,舰船图像弱小目标很难被检测出来,影响了跟踪质量。为此,构建一种混沌背景下舰船图像弱小目标轨迹跟踪的数学模型。该模型构建首先进行混沌背景处理,包括图像灰度化和图像滤波,以此抑制背景干扰。利用自适应修改搜索管径的时空域滤波方法进行舰船弱小目标检测,最后利用均值漂移算法实现弱小目标轨迹跟踪。结果表明,与前人研究的4种方法相对比,本文研究方法,轨迹跟踪误差较小,证明了所研究的有效性。     

小波变换在舰船图像尺寸测量方法中的应用

分析小波阈值降噪和基于小波图像分割技术在舰船图像尺寸测量中的应用,在小波阈值降噪阶段,利用高斯小波对图像进行4层分解,逐层去除噪声的小幅值小波系数,达到去噪目的;在图像分割阶段,首先利用灰度直方图以及本文提出的像素邻域差值直方图构建二维直方图,然后对其进行最优一维投影;最后利用Haar小波对最优一维投影进行分解,求取图像最佳分割阈值。本文用提出的算法对舰船的主轴长度、主轴垂直方向长度、舰船面积以及周长4个尺度量进行测量。实验结果表明,小波变换在图像降噪和分割方面有诸多优势,而降噪和分割又是舰船尺寸测量的必须步骤,因此小波变换将在舰船图像尺寸测量中发挥越来越重要的作用。     

均值偏移算法在扩展目标跟踪技术上分析

目标跟踪技术是现代科技的一项重要技术,是计算机视觉技术领域的一项极其重要的课题。它的发展将直接推动智能科技的发展。均值偏移算法是目标跟踪的一个极其重要的计算方法,它以其独有的抗尺度变化、旋转变化、人工干预系数少,在现代目标跟踪领域表现着极其重要的作用。但是并不是所有的跟踪技术它对其都能达到很好的效果。为此,文章从实际工程学角度分析了该算法,并通过两组跟踪实例来指出该算法的优势与不足之处。指出该算法的直接利用之处和修改后间接利用的方向。     

双目视觉下红外遥感舰船图像三维重构设计研究

为提升舰船三维重构结果的细节丰富度,在双目视觉支持下提出红外遥感舰船图像三维重构设计方法。通过像素坐标系与世界坐标系的转换,融合可见光图像与红外遥感图像的点云信息。从可见光图像与红外遥感图像融合结果中提取舰船目标的质心、质心区域灰度以及舰船区域面积的特征点。利用半全局匹配算法,匹配提取特征点。依据匹配结果采用三角化曲面算法实现舰船图像三维重构。实验结果表明,该方法重构获取的舰船图像,细节丰富,未出现空洞或细节丢失情况。     

基于统计量的声呐图像目标检测算法

水下声呐图像目标检测问题是一项重要而困难的工作,采用滑动窗计算图像中各像素点处邻域像素灰度的统计量,利用最大熵图像分割算法确定检测阈值,并利用均值、标准差、偏态和峰度等统计量对算法进行了仿真验证,对声呐图像中的目标回波区和阴影区域均可实现较好的检测效果。结果表明,该方法具有原理简单、运算效率高、实时性好等特点,具有较强的工程应用价值。     

双目视觉下多尺度舰船图像轮廓特征点提取算法

为清晰分辨船舶航行图像的边缘特征信息,提出双目视觉原理下的多尺度舰船图像轮廓特征点提取算法。依照图像信息的测距处理方案,匹配必要的视觉性像素,完成基于双目视觉的舰船图像特征点标注处置。在此基础上,根据多尺度成像坐标原理,判定舰船图像的灰度信息,再通过计算轮廓特征系数的方式,实现双目视觉下多尺度舰船图像轮廓特征点提取算法的应用。对比实验结果表明,与SIFT算法相比,应用新型特征点提取算法后,QDI系数指标出现明显提升的变化趋势,船舶航行图像的边缘特征信息得到清晰化分辨。     

多尺度特征提取的复杂舰船图像分割研究

图像分割质量直接关系到后续图像识别的准确性和运算量。为实现舰船图像高质量、高效率分割,研究一种基于多尺度特征提取的复杂舰船图像分割方法。该方法针对复杂舰船图像实施灰度化、滤波2种预处理。利用直方图均衡化法提高图像对比度,更加突出目标特征。通过高斯金字塔对图像实施多尺度分解,并提取每一级尺度图像的4种特征,归一化处理后得到特征矢量。利用均值漂移算法实现过分割,利用图论方法实现再分割,完成分割方法研究。结果表明：与阈值法、区域法和边缘法相比,本文方法应用下,Dice相似系数更大,分割重叠误差更小,说明本文方法分割性能更高,实现更为精确化和详细化的图像分割。     

基于亚像素级角点检测的双目视觉距离测量

要提高双目测距的精度,需要高精度的视差,为此引入亚像素检测方法。首先,采用Bouguet立体校正算法将左右图像进行极线校正,以减少匹配计算代价,提高匹配效率;然后,利用Harris角点探测器在一矩形领域内寻找一个最强特征点作为待匹配点,再采用最大互相关法对左图像进行匹配搜索确定匹配点。最后,对已匹配好的点对进行亚像素级检测,即可得到亚像素级视差。实验结果表明,该方法能将角点检测精度提高到0.001像素,测距精度也相应提高,距离越远效果越明显。     

基于Kinect和直方图均衡化的红外图像增强算法

在复杂海域上船舶的红外图像分辨率低、对比度弱、视觉特性差,研究红外图像增强算法对于进行船舶检测、跟踪和识别具有理论意义和实用价值。本文首先通过Kinect获取到红外图像的深度图像,根据景深的不同把船舶和背景区域分离出来;然后设定初始阈值,进行冗余灰度压缩、幂指数拉伸和直方图均衡后将图像的像素等间距的排列在相应的灰度级上;最后通过引入模糊指数进行图像增强效果验证。实验效果表明,经过图像增强算法图像的清晰度和对比度提高。     

基于视觉搜索的舰船跟踪方法研究与仿真

基于视觉图像处理方法实现对舰船目标的跟踪识别,提高对舰船目标的搜索和打击能力。传统方法采用舰船目标轮廓亮点检测方法实现对目标的视觉搜索,在图像模糊和背景干扰较强时,检测效果不好。本文提出一种基于相邻帧补偿和尺度不变特征变换的舰船视觉搜索跟踪算法。为提高舰船目标图像视觉特征采集的清晰度和稳定性,采用电子稳像技术对舰船视觉信息采集进行直方图均衡处理,采用尺度不变特征变换SIFT技术对舰船目标进行角点特征提取。采用相邻帧补偿技术进行背景干扰滤波,在相邻两帧之间求解舰船的运动参量,实现对舰船目标的视觉搜索和跟踪。仿真实验表明,采用该算法实现对舰船目标的视觉搜索跟踪,舰船视觉特征的稳像性能较好,对舰船目标的准确识别率较高,展示了较好的应用价值。     

船舶目标跟踪过程信息智能过滤算法

现有的船舶目标跟踪信息智能过滤算法对于障碍物遮挡的信息过滤量小,因此设计一种船舶目标跟踪过程信息智能过滤算法。引入边缘算子,并调整各个算子的权重,完成船舶目标状态信息的采集,提取跟踪目标的运动特征,并通过欧氏距离的解析式对船舶运动特征进行降维,利用光流法的搜索模板定位最佳目标匹配点,完成船舶目标跟踪过程信息智能过滤算法的设计。在实验中,分别利用现有算法和设计的算法,对某行驶中的目标船舶进行遮挡信息过滤,结果显示,设计的算法中过滤掉的障碍物信息占比平均值比传统算法高出64%,验证了设计算法的有效性。     

一种双基阵纯方位机动目标被动跟踪方法

利用2部被动声呐基阵获取的目标方位信息对水中机动目标的跟踪实质是一个非线性状态估计问题,由于观测方程的非线性性,滤波环节不可避免地要用到非线性滤波算法.以往解决此问题的方法是在基于交互多模型(IMM)算法并在其滤波环节应用扩展卡尔曼滤波(EKF)算法.然而,EKF算法在计算滤波误差协方差阵时没有融入当前观测信息.为此提出在原方法的基础上用其改进算法即修正协方差扩展卡尔曼滤波(MCEKF)算法取代EKF算法,以改善跟踪性能,从而得到一种新的方法.经仿真验证了所提方法的正确性和有效性.