排序方式: 共有6条查询结果,搜索用时 109 毫秒
1
2.
基于可见光与红外图像特征融合的目标跟踪 总被引:1,自引:0,他引:1
针对单一图像源下目标跟踪精度不高的问题,利用跟踪状态下的目标存在于可见光与红外图像中的特征对连续自适应均值移动跟踪算法做出改进。首先选取可见光图像的“颜色梯度背投影”作为改进的目标模型,选取红外图像的“灰度梯度背投影”作为改进的目标模型;然后根据可见光序列图像和红外序列图像各自进行连续自适应均值移动跟踪算法得到的对应的qi系数判定两种图像跟踪的效果,对两种图像的权重进行自适应调整,得到这两种图像的特征级融合图像和跟踪结果。实验结果表明,对于320像素×240像素的可见光和红外图像,基于可见光与红外图像特征融合的目标跟踪算法在复杂背景下能够较准确的跟踪目标,目标跟踪精度为0.5像素,跟踪速度为30~32 ms/帧。 相似文献
3.
现有迷彩伪装效能评估方法重点关注目标与背景在颜色、纹理等特征上的相似度,未能从伪装策略角度分析目标边缘和表面的融合程度,无法准确评估复杂环境下目标的伪装效果。本文提出一种基于混隐色特征背景引导融合的伪装效能评估模型,利用多重分形理论和Gabor滤波器估计目标轮廓和表面破坏程度;引入特征拥塞指数计算背景复杂度,通过逻辑斯蒂方程自适应调整评估特征权重,提高模型对环境变化的适应性。实验表明,该模型在Search_2数据集上的搜索时间相关性系数(皮尔逊相关系数、斯皮尔曼相关系数、均方根误差)分别达到0.888、0.773、0.054,在自建CamData数据集上分别达到0.835、0.805、0.126,评估结果与人眼搜索实验结果符合性较高,能够有效表征目标在不同复杂场景下的伪装效能。 相似文献
5.
6.
针对高精度遥感应用中含云大气波段辐射传输计算成本较高的问题,提出单次散射参量极大相关k分布优选算法(SSP-MCKD)。通过分析不同环境条件下含云大气消光系数、单次反照率和不对称因子等参量在光谱分布上的相关性,将CKD理论从单一吸收系数扩展至多种光谱参量。根据对单次散射源函数的影响程度,优选各条谱线的极大相关光谱参量并进行分组重排,在组间和组内求解平均等效参量和求积权重。实验结果表明:与Δlog k算法和云层属性参数化的相关k分布算法相比,SSP-MCKD适用于吸收、半吸收和透过等各类波段,收敛速度最快;在不同高度云层场景中,辐射亮度平均误差低于2%;在不同类型云层场景中,辐射亮度平均误差低于6%。SSP-MCKD在适用性、稳定性及计算精度方面均具有明显优势。 相似文献
1