场景自适应的跟踪特征选择机制研究

视频目标跟踪是当前计算机视觉领域中的一个关键问题。基于场景分类提出了一种视频目标特征的实时在线选择方法。离线时首先采用改进型的"空间金字塔匹配"算法完成先验视频场景的分类;然后采用不同的描述算法实现对目标和背景的特征描述,通过对数形式的方差比计算出目标和背景的特征距离;最后融合均值和熵值对特征距离进行统计分析,建立场景相关的描述子显著性排序。在此基础上,在线时利用初始帧完成测试视频的场景判定,结合当前场景下的描述子排序,实时选择最优特征,应用于粒子滤波跟踪系统,在公开视频库上进行跟踪测试,验证排序的正确性和选择机制的必要性。     

光子晶体反常色散超窄带滤波理论

讨论了利用由反常色散材料构成的二维（2D）光子晶体(PCs)实现超窄带滤波（PCADOF）的原理，并对铯原子蒸气6P3/2←6S1/2谱线的反常色散曲线进行了研究，讨论利用此反常色散曲线通过2D PCs实现超窄带滤波的方法和特点，研究发现这种滤光器的带宽可达到0.002nm，这将为设计一种全新的滤波器提供指导. 关键词： 反常色散 光子晶体 超窄带滤波     

基于小波包变换和数学形态学结合的光谱去噪方法研究

对反射光谱数据进行去噪是提高光谱信息准确度的前提。传统时域平滑和频域去噪方法存在诸多缺点,本文首次将广义形态滤波方法用于可见近红外光谱的去噪处理,并提出基于小波包变换和数学形态学结合的光谱去噪方法。使用USGS光谱库中的植被光谱进行实验,采用信噪比(SNR)、均方误差根(RMSE)、波形相似度(NCC)和平滑度(SR)四个指标来评估去噪效果。结果表明,小波包最佳基阈值法和广义形态滤波法都能较好地保持波形和平滑度,广义形态滤波法能较好地消除幅值较大的随机噪声,但其对连续随机噪声中幅值较小的噪声成分不能有效消除; 而小波包最佳基阈值法不能有效消除幅值较大的噪声成分; 二者结合的方法组合了这两者的优点,使得幅值较大、较小的噪声成分都能较好地消除,同时还提高了相似度和平滑度指标,充分表明小波包最佳基阈值与广义形态滤波结合的方法是一种更好的可见光近红外光谱去噪方法。     

改进的Canny图像边缘检测算法

边缘检测是图像处理中非常重要的一个环节,针对图像边缘检测中噪声抑制与细节保留之间的矛盾,提出了一种改进的基于Canny算子的边缘检测算法,采用小波变换和改进的自适应中值滤波器替代Canny算法中高斯滤波器对图像做去噪工作;采用3×3邻域代替Canny算法中2×2邻域来计算梯度幅值.仿真实验结果较好地说明了改进算法的性能...     

全反射棱镜式激光陀螺自适应稳频技术

针对全反射棱镜式激光陀螺在稳频过程中相敏信号易受噪声干扰的现象,研究了全反射棱镜式激光陀螺自适应稳频技术。理论分析了全反射棱镜式激光陀螺的稳频特性,结合自适应噪声对消原理,建立了全反射棱镜式激光陀螺自适应稳频系统的数学模型。通过硬件电路设计,搭建了基于递归最小二乘算法的自适应稳频控制系统。分别对原有稳频技术与自适应稳频技术进行了实验测试,实验结果表明,自适应稳频能有效消除噪声对相敏信号的干扰,稳频精度提高了近一个数量级,陀螺精度相应提高了60%以上。此分析结果为提高全反射棱镜式激光陀螺的性能提供了重要参考。     

基于DFI一体化网络的水下抗干扰目标跟踪方法

由于水下环境的特殊性,水下机器人容易受水流、可见光反射、遮挡等复杂水下环境影响,从而干扰目标检测器的性能,进而使跟踪算法效果下降,影响跟踪效果。针对这一问题,提出了一种基于目标检测特征提取一体化网络（DFINetwork）的水下抗干扰目标跟踪方法。在传统YOLOv3检测网络基础上,设计了特征提取网络,通过卷积和最大池化运算,输出目标特征信息,并将状态向量维度扩充为10维,同时针对扩维状态向量,构造了扩维滤波器,进而通过后续匹配、跟踪控制等步骤,实现了水下机器人在干扰环境下的目标跟踪。使用标注的水下目标跟踪数据集对所提算法进行测试,并与YOLOv3算法进行对比验证。测试结果表明,与原版YOLOv3算法对比,所提出的算法以2FPS的较小帧率损失,将跟踪精度提高了30%以上。     

分段滤波用于消除脉搏血氧检测中多种运动干扰的研究

脉搏血氧饱和度检测仪可以无损、实时地检测动脉血液中的含氧百分比,从而快速对人体的呼吸状况以及心肺功能作出判断,但其检测精度极易受到测试部位运动的影响.人体测试部位的运动大致可以分为突发性运动干扰以及周期性的运动干扰.突发性干扰表现在局部脉搏波的波形突变上,而周期性的干扰体现在多个局部脉搏波的波形的周期性变化上.文章有针对性地提出了一种将微分阈值分段与迭带中值滤波相结合的方法来剔除突发扰动的方法,并且在上诉方法上再加上一级多点移动平滑以消除周期性运动干扰.实验证明该方法在消除多种运动伪差上有着较好的效果,且该方法计算简单,易于实现,有着一定的实际应用价值.     

线性互补问题在宽邻域下的局部二次收敛算法

艾文宝(2004)的宽邻域算法弥补了内点法在理论和实践表现之间的差异.基于这个算法的优越性,将其推广到线性互补问题中.新算法在一次迭代中,采用两个方向的线性组合作为新方向,并以满步长到达下一个点.可以证明,该算法具有O(n~(1/2)L)的理论复杂度,这是迄今为止最好的复杂度结果.同时,在假设线性互补问题存在严格互补解的前提下,证明算法具有局部二次收敛性.最后,数值实验说明算法是有效的.     

基于粗糙集与小波变换的图像融合算法

粗糙集理论是处理不确定性问题的数学方法，本文提出了基于粗糙集与小波变换相结合的图像融合算法。该方法首先将粗糙集理论应用于图像滤波中，对含有椒盐噪声的图像进行粗糙中值滤波，然后对滤波后的图像进行小波融合。实验结果表明，粗糙中值滤波有较强的去噪能力，且较好地保持了图像的细节信息，在此基础上进行小波融合，使得融合结果图像具有良好的效果。