一种对光照变化鲁棒的均值漂移跟踪方法

颜色作为一个有效的视觉特征,被广泛的用于基于表面模型的跟踪中。但在跟踪过程中,由于光照、视角及摄像机参数等的变化,往往会造成目标颜色的改变,使得跟踪不稳定。该文提出了一种新的基于局部背景动态修正模糊颜色直方图的均值漂移跟踪方法,在颜色-空间域运用核密度估计建立目标的模糊颜色直方图模型,利用目标的局部背景动态修正目标模型,克服了基于传统颜色直方图建立目标模型时对于光照变化较为敏感的缺点。实验验证了该文算法可以平滑相似性表面,减小局部极值点对跟踪的影响,在光照剧烈变化的情况下能够实时鲁棒地跟踪目标。     

用输出反馈配置鲁棒极点的一种方法

本文讨论了利用输出反馈配置线性多变量定常系统鲁棒极点的问题.本文给出了一种设计方法,证明了有关定理,并用实例说明了这种方法的应用.     

动态鲁棒补偿及其在改善跟踪伺服系统低速跟踪性能中的仿真验证

介绍了一种动态鲁棒补偿器的实现原理,并将其用来改善跟踪伺服系统的低速跟踪性能,仿真结果验证了该方法的有效性.     

一种鲁棒的基于集成学习的核相关红外目标跟踪算法

在红外目标跟踪中,由于目标所处的背景信息复杂多变和目标外观的显著变化,单一的分类器不足以拟合多模态的数据。该文结合核相关滤波器(KCF)将多个核相关分类器通过集成学习整合到一个框架中。利用KCF分类器具有解析解的特点平衡跟踪鲁棒性与实时性之间的矛盾,从而解决单个分类器无法处理复杂背景与显著的外观变化问题,并显著提升目标跟踪的性能与稳定性。为了验证算法的有效性,该文利用两个核相关跟踪器联合学习出1个强分类器。大量的定性定量实验表明所提的算法的跟踪性能超过传统的KCF算法,且跟踪速度也超过大多数比较算法。     

L2范数正则化鲁棒编码视觉跟踪

针对基于稀疏表示的视觉跟踪计算效率低和易于产生模型漂移的不足,该文提出一种基于L2范数正则化鲁棒编码的视觉跟踪方法。该方法利用L2范数正则化鲁棒编码求解候选目标的编码系数,以粒子滤波为框架,利用候选目标的加权重建误差建立似然模型跟踪目标。为了适应目标的变化并克服模型漂移问题,利用L2范数正则化鲁棒编码估计当前目标的加权矩阵用于遮挡检测,根据遮挡检测结果实现模型更新。对提出的跟踪方法进行实验的结果表明：与现有跟踪方法相比,该方法具有较优的跟踪性能。     

一种低成本屏幕亮度一致性自动校正方法

设计一种低成本的屏幕亮度一致性自动校正方法.针对LCD屏幕四边以及四个角落普遍偏暗从而导致屏幕整体亮度一致性不足的问题,通过相机采集屏幕多个采样点的亮度数据,根据采样到的数据做运算,自动识别出亮度偏低的采样点,最后通过数字信号补偿等方法提升亮度偏低区域的信号激励,从而实现以较低成本有效提升屏幕整体亮度一致性.     

基于空间约束的快速鲁棒特征匹配优化

该文提出一种基于空间约束的快速鲁棒特征(SURF)匹配优化算法,称为SC-SURF。首先通过SURF算法检测和匹配图像的特征点。然后根据最近邻比例越低其匹配精度越高的特点,得到按最近邻比率排序的匹配点。并以最优匹配点作为参考点生成新的坐标系,利用空间位置关系地图对每对匹配点进行编码。同时为了简化随机抽样一致性(RANSAC)算法,选择尽量少的最优匹配点对作为RANSAC的代表测试数据集,并由该测试数据集拟合目标投影变换矩阵。最后结合匹配点间的空间位置关系和简化的RANSAC算法对匹配点进行几何校验。实验表明该方法在达到良好匹配精度的同时,具有鲁棒性强,匹配速度快的优点。     

一种新的相关跟踪方法研究

提出了一种基于区域模板相关的实时跟踪算法.首先对图像序列进行熵阈值分割,然后用形态学滤波的方法去掉噪声,最后用相关系数作为相似度度量准则来确定目标的位置实验结果显示,此算法有效地克服了传统的相关跟踪算法的缺点,具有较好的匹配精度和实时性.     

基于鲁棒特征的光流研究

光流是动态景象分析的重要步骤,光流是指图像亮度模式的视在运动.多数光流算法依赖于亮度恒定原则,然而由于传感器噪声和不一致的亮度条件,常常不满足亮度恒定要求,为此,提出一种基于鲁棒亮度特征的伪Zernike矩的光流算法,鲁棒亮度特征比亮度更能保持恒定,伪Zernike矩反映局部图像亮度分布,作为光流方程的不变特征.实验结果表明算法性能优于其他经典算法.     

基于仿射变换模型的图像跟踪系统的实现

文中设计研制了一种新型的基于仿射变换模型的实时图像跟踪系统。本跟踪系统已经通过实践检验,能够稳定的、准确的、快速的跟踪目标。并且系统有很大的升级潜力,除了能够满足仿射变换跟踪的要求之外,还能适用于其他的一些算法,构成鲁棒性更强的图像跟踪系统。实践证明该跟踪系统性能优于经典的相关跟踪系统。     

光电目标图像自动跟踪技术研究

概括介绍了相关跟踪、特征跟踪和对比度跟踪等技术,根据各种复杂环境下的算法适应性的需要,提出了一种改进的相关跟踪算法,即对图像进行粗采样预处理,降低匹配图像的分辨率,再进行图像归一化分区域相关匹配算法.实验证明,此方法有效地提高了算法的适应性.     

基于相位一致性的异源图像匹配方法

异源图像由于亮度和对比度差异较大,采用基于灰度和梯度信息的局部特征匹配方法匹配正确率较低。针对该问题,提出一种基于相位一致性和梯度方向直方图的异源图像匹配方法。该方法首先采用具有亮度和对比度不变性的相位一致性方法提取异源图像特征点和边缘图像,并以特征点为中心,选取100×100的边缘图像作为特征区域,统计梯度方向直方图,生成64维特征描述符;然后,选用归一化相关函数作为匹配测度,采用双点匹配方法选取一个特征点的两个较优的候选匹配点,并采用RANSAC方法进行匹配点提纯;最后,基于局部归一化互信息方法和最优化方法进行匹配点精确定位,提高匹配精度。实验结果表明,该方法在可见光、近红外、中波红外和长波红外等异源图像匹配中具有较好的匹配性能,平均匹配正确率高达88%,是SURF匹配方法的3.4倍。     

一种基于多传感器的红外图像正则化超分辨率算法

提出一种红外图像多传感器超分辨率重建算法。 算法存在两个关键点:一是有效利用两类图像的相关性;二是针对红外图像的特点利用其自 身信息 构造正则化模型。采用相位一致性算法提取可见光图像边缘,利用此边缘信息对正则化模型 加权,以 充分利用可见光和红外图像的相关性;将一阶梯度锐化算子引入总广义变分模型,构成针对 红外 图像特点的正则化模型;最后采用一阶主-对偶优化算法求得加权后模型的最优解。实验表 明,本文算法可获得边缘清晰的重建结果,并且有效抑制噪声,在主观视觉效果和客观评价 指标方面均优于其他算法。     

采用图像特征的激光干扰跟踪效果评估

对于广泛应用于图像识别和跟踪的激光主动成像系统,激光干扰是影响该类系统性能的一个重要因素。激光干扰使系统中的光电成像元件达到饱和或损伤,在探测视场中出现光斑,从而使跟踪算法无法准确分辨目标和光斑。因此,分析并评估激光对主动成像系统的干扰效果是避免干扰的前提,同样也是重要的环节。提出一种基于图像特征的边缘相似度(ESIM)评价算法,该算法通过模板匹配确定图像的目标区域,并比较原始图像和干扰图像目标区域的亮度、对比度和边缘清晰度差异,得到归一化的评价指标,作为对激光干扰效果的评估标准。实验中分别采集了不同干扰功率和不同光斑位置的激光干扰图像,并利用相关跟踪和形心跟踪方法对目标进行跟踪,运用本文提出的ESIM算法从图像特征角度对干扰跟踪效果进行评估,结果证明ESIM能够合理评估干扰图像的失真程度,并可以较好地反映激光对主动成像系统跟踪性能的影响。     

基于相位相关模板匹配的全景图像拼接

本系统对图像拼接的两个主要过程：图像配准和图像融合分别进行了详细介绍。图像配准是图像拼接的核心技术,并针对图像拼接中的图像配准参数估计问题,提出了一种扩展相位相关法与优化相结合的参数估计方法。基于相位相关模板匹配采用相位相关法估计出相互间存在旋转和平移的两幅部分重叠的图像的初始变换参数,然后对参数进行优化而得到最终准确...     

序列帧间双重匹配的红外点目标跟踪算法

针对海空复杂背景下红外点目标的检测与跟踪,提出了基于图像序列帧间双重匹配的边跟踪边检测算法,并建立了数学模型。它采用标记序列帧M以帧对帧的方式记录输入序列的帧间匹配结果,标记帧T以点对点的方式记录标记序列帧M的帧间匹配结果,统计帧S记录T中各像素的匹配成功次数,输入单帧图像同步输出矩阵T和S分别显示目标运动轨迹和迎头目标检测结果。算法匹配过程不随目标数目或运动状态而改变,且无需提前判断疑似目标位置,有效解决了目标在图像序列中突然丢失或出现被干扰情况下的跟踪,尤其可以对跟踪结果实时地进行目标分离,解决了迎头目标跟踪的难题。仿真和实际工程图像实验结果表明,算法具有较高的可靠性和实时性。     

基于整体变分模型的图像修复算法仿真实现

为了提高受损数字图像修复质量,将整体变分模型用于图像修复。采用Matlab编程工具对修复过程进行了仿真实现,克服了直接求解偏微分方程的困难。发现随着迭代次数的增加,被修复区域接近原图质量,当受损区域较小且受损区域灰度梯度不大时,看不出明显的修复痕迹。仿真实验结果表明,该算法复原图像的视觉质量好,算法收敛快,特别适合于线状裂痕的图像修补。     

跟踪图像生成技术应用于光电设备模拟训练

针对光电设备在部队日常训练中缺乏合作目标的问题,提出了一种基于计算机处理的虚拟跟踪图像生成算法,该算法根据目标的理论弹道、目标类型、目标特征参数及目标的三视图,结合光电设备转台位置信息生成虚拟目标跟踪图像。该算法有效解决了在部队的日常训练中无合作目标的问题,在生成虚拟图像后,可让操作人员根据虚拟跟踪图像对设备进行操作,完成日常训练。同时,在算法的研究过程中充分考虑处理耗时,在经过算法优化后,虚拟跟踪图像生成算法的耗时在5~6ms左右,针对标准PAL制式的模拟图像25 Hz的周期,可完成对虚拟跟踪图像的生成。对虚拟图像进行判读,计算虚拟图像的目标位置精度为1″左右,满足部队日常训练使用要求。     

基于FPGA的高速图像跟踪系统设计与实现

常规视觉跟踪系统用于导弹末制导等高速运动中时,图像目标会因出现变形、模糊等现象而影响跟踪精度。针对以上问题,设计实现了基于FPGA的高速图像跟踪系统。该系统通过125fps（frames per second）的高速图像采集目标信息,利用FPGA的并行运算特点,将形心计算嵌入到动态阈值法中来实现高速图像的实时目标检测,并根据形心相对于视场中央的偏移量控制云台跟踪高速运动目标,最后对投影上的目标进行了跟踪仿真实验。结果表明,系统可以实时跟踪高速运动目标,云台的跟踪速度约可达到50．7度/秒,改善了低速图像跟踪系统对高速运动目标跟踪误差大、精度低等问题。