共查询到17条相似文献,搜索用时 140 毫秒
1.
2.
3.
针对红外目标在跟踪中计算复杂的问题,构建辅助粒子滤波算法。利用贝叶斯重要性采样算法,在权值大的粒子基础上引入辅助粒子变量,然后重新定义重要采样分布函数,防止重采样后粒子概率密度变化。两次加权计算,使粒子权值比仅用重采样的粒子权值变化更稳定,采样点最接近真实状态;同时不同权值粒子的概率阈值可作为粒子滤波是否完成的判断准则。在二维平面构造红外运动目标模型中,系统为零均值高斯白噪声。仿真数据表明:该算法在x,y方向的均方误差、画面处理时间、RM SE性能上优于粒子滤波算法和重采样粒子滤波算法。 相似文献
4.
针对粒子算法存在的问题,提出了辅助粒子算法.该算法在重采样算法基础上,引进辅助变量,对粒子的权2次计算,可使粒子权值比重采样的粒子权值变化更稳定,最后给出了红外目标模型和均方根误差函数.仿真结果表明该算法对运动目标跟踪的均值和方差上均优于标准粒子滤波、重采样粒子滤波,且提高了计算效率. 相似文献
5.
6.
《光学技术》2021,47(5):622-631
为了提高背景杂波和成像噪声等干扰下红外小目标的跟踪精度,提出了一种基于结构信息建模和判别稀疏的红外小目标跟踪方法。小目标信号在广义高斯目标超完备字典上被稀疏分解,以便从受噪声干扰和杂波污染的红外图像中提取出小目标的空间结构信息;设计了转移受限粒子滤波跟踪算法,以提高粒子的采样概率;在转移受限粒子滤波框架下,基于判别稀疏表示和L_1范数最小化框架求解候选目标的稀疏系数,实现小目标的跟踪。基于各种红外序列对所提方法进行实验论证,实验结果表明,所提方法能够在杂波和噪声较大的干扰下稳定地跟踪小目标,其中心误差、重叠率和平均视频播放帧率分别为3pixel、0.7和40fps,均优于其他对比方法,且具有较强的鲁棒性。 相似文献
7.
8.
螺旋采样磁共振快速成像在功能性成像、并行成像和动态成像等领域发挥着越来越重要的作用.螺旋采样图像重建的传统算法是用核函数将螺旋状分布的k空间数据插值到均匀网格中,再利用傅里叶变换和最小二乘法进行重建.但是基于网格化的算法对核函数过于依赖,在网格化过程中产生难以避免的误差.该文提出了基于时空变换和压缩感知的l1范数的最优化模型和重建算法.时空变换矩阵描述了空间上的磁共振图像与采集到的时域信号间的关系,使得算法直接使用采集到的数据作为保真约束项,避免了网格化过程产生的误差.此外,基于图像处理单元的并行计算被用来提高时空变换矩阵的运算速度,使得算法具有较强的应用价值. 相似文献
9.
为有效评价凝视成像系统的性能,依据凝视红外成像系统对红外辐射信号的转换机理,建立了凝视红外成像系统信号响应模型;利用线性系统理论和采样理论对成像系统的传递甬数进行了分析建模;借助于三维噪声模型表征了系统的噪声特性。以成像系统建模为基础,模拟生成不同尺寸、不同辐射温差的等边三角形方位靶标图像;针对不同刺激强度的三角形靶标仿真图像,统计观察者对靶标方向正确鉴别的概率,引入视觉心理测量函数——韦布尔(Weihull)函数拟合观察者鉴别概率数据,实现了三角方向鉴别阈值(TOD)曲线的预测。与实际测量结果进行比较,显示了此方法预测三角方向鉴别阈值曲线的合理性。 相似文献
10.
为降低相控阵超声检测全聚焦算法的成像数据量及阵列稀疏优化的计算时间,研究了一种用于稀疏阵列全聚焦成像的阵列优化算法,并通过实验对其成像效果进行了验证。针对目前超声相控阵检测的全矩阵采集数据量大、全聚焦算法成像时间长的难点,该文通过构建稀疏阵列,在保证成像质量的同时显著降低成像数据量,提高了全聚焦算法的成像效率。通过以主瓣宽度、旁瓣峰值以及主瓣峰值作为约束条件构建适应度函数,采用粒子群算法得到稀疏阵元位置分布并进行阵元权重修正,并将其用于稀疏全聚焦成像。相比全阵元成像,使用粒子群算法所得的稀疏阵列的阵元个数降低了56.25%、65.62%,数据使用量降低了80.86%、88.18%。在阵列优化方面,相比遗传算法减少了84.86%的计算时间。 相似文献
11.
12.
13.
短波红外(short-wave infrared,SWIR)一般指900~1700 nm的光波段,是肉眼不可见的光波段,这种波段目前主流的探测器以InGaAs为主,主要用于军事、生物以及材料光谱分析等领域.短波红外荧光成像以其对生物组织光学损伤小、成像深度大、成像信噪比高、空间和时间成像分辨率高等特点,使得基于InGa... 相似文献
14.
Tracking infrared pedestrian targets is a crucial part in video surveillance. Many factors make this problem decidedly non-linear and non-Gaussian, and the appropriate solution at present is based on the particle filter technique which is powerful and simple to implement. But in many cases, the traditional particle filter tracking algorithm fails to track the targets robustly and accurately. To solve these problems, a modified particle filter algorithm that combines intensity and edge cues is proposed. The algorithm firstly extracts the intensity cue and edge cue of the target based on the visual models which are originally learnt from the first frame and will be updated during the tracking process according to an automatic model updating strategy. Secondly, these two cues are combined into the particle filter framework by an adaptive integration scheme. Furthermore, its performance is evaluated with real-world infrared pedestrian sequences and extensive experimental results show that the presented method can track the infrared pedestrian more effectively and reliably than the traditional particle filter algorithm. 相似文献
15.
小波变换的红外焦平面阵列非均匀性校正算法 总被引:1,自引:0,他引:1
红外焦平面阵列(IRFPA)的非均匀性是其应用中必须解决的技术难题之一。基于小波理论,提出了一种基于成像场景的红外焦平面非均匀性校正算法。该算法选择合适的小波函数对红外成像序列进行小波分解,而后对分解的信号计算出相应的统计量,从而得出红外焦平面非均匀性校正的偏置和增益校正系数,以此最终实现非均匀性校正。对真实红外序列图像的处理效果验证了该算法可较好地实现非均匀性校正。此外该算法对慢变化量具有较好的自适应性,可较好地抑制一般基于场景统计的非均匀性校正算法中出现的"人工虚影"的现象。 相似文献
16.