基于SIFT和感知哈希改进的CamShift跟踪算法

传统的CamShift仅使用目标的颜色直方图作为特征,因此在相似背景干扰、遮挡、高速运动等情况下容易出现跟踪不准确或丢失跟踪目标的现象。针对上述不足,提出了基于SIFT和感知哈希改进的CamShift跟踪算法。首先,将图像从RGB颜色空间转为HSV颜色空间,分别得出色调和饱和度直方图,并提取图像的边缘梯度直方图进行融合获得目标的融合直方图。其次在CamShift算法框架下得到最优候选目标,若候选目标与目标模板的Bhattacharyya距离大于阈值时,则使用改进的感知哈希算法进行最优候选目标的搜索。然后在下一帧搜索时,在目标和视频序列的高信息熵部分使用SIFT算法进行特征点的提取并匹配从而获取初始搜索窗口,若SIFT算法匹配失败,则使用卡尔曼滤波预测的搜索框作为初始搜索窗口。将该算法首先在OTB-100数据集上和其他常用的跟踪算法进行对比实验,实验结果表明算法能够准确地跟踪目标,跟踪成功率达到了90.1%。将该算法应用于人脸跟踪任务中,并与其他的人脸跟踪算法进行对比实验,实验结果表明该算法具有更好的性能和准确性,跟踪成功率达到了93.5%。     

结合SURF与Kalman滤波的CAMShift跟踪算法

针对传统的CAMShift目标跟踪算法,在出现颜色干扰,遮挡等复杂背景中容易跟丢的问题,提出了一种结合SURF特征匹配与Kalman滤波的CAMShift跟踪算法。该算法利用CAMShift算法跟踪得到的候选目标与模板目标的色度和梯度方向的综合直方图比较计算得到的Bhattacharyya系数作为判定依据,当系数大于给定阈值时,采用SURF算法对搜索窗口和上一帧跟踪结果进行特征匹配,重新计算目标的大小和位置。同时为了避免目标快速运动时跟踪失败和减少SURF匹配的计算量,利用Kalman滤波对运动目标窗口进行预测更新以确定下一帧搜索窗口的中心位置。实验表明,该算法在图像背景复杂,出现颜色干扰以及部分遮挡时能够稳定跟踪,其跟踪速度与结合SURF的CAMShift算法相比有显著提高。     

一种基于视频图像的运动车辆跟踪方法

基于视频图像的车辆运动跟踪是当前计算机视觉研究的热点,具有广泛的应用领域。本文研究了一种基于视频图像的运动车辆跟踪算法,通过当前帧目标边缘与实时更新模板的最优匹配来确定目标的位移量。首先启动了卡尔曼滤波,预测目标匹配搜索区域,然后再在搜索区域中利用边缘匹配精确定位目标,减小了匹配的计算量。实验结果表明,该方法是有效的且实时性好。     

改进布谷鸟算法优化粒子滤波的多目标跟踪方法

标准粒子滤波器的重采样会造成粒子贫化,影响跟踪系统的精度。为克服这一缺陷,提出了一种改进布谷鸟搜索算法优化粒子滤波的多目标跟踪方法。将粒子作为布谷鸟宿主鸟巢,模拟布谷鸟寻找宿主鸟巢位置的行为,通过全局搜索和局部搜索两个阶段使粒子向高似然区域移动。同时,改进布谷鸟搜索算法的寻优机制,提出动态搜索步长和强化局部搜索的方法,加强了算法的全局搜索的收敛速度。此外,改进算法结合了联合概率数据关联,用于解决多机动目标跟踪问题。本文设置了一维环境和二维环境两组实验,对比优化后的粒子滤波算法与标准粒子滤波算法的目标跟踪性能。实验结果表明,本文提出的算法不仅全局收敛速度更快,而且提高了多机动目标跟踪的精度;与标准布谷鸟搜索优化粒子滤波算法相比,全局收敛迭代速度提高了28.5%;与粒子滤波联合概率数据关联和粒子群优化粒子滤波联合概率数据关联算法相比,估计精度分别提高了24.7%和11.81%。     

基于改进Hausdorff距离的运动目标自动跟踪算法

针对视频运动目标的跟踪问题,提出了一种基于改进Hausdorff距离的运动目标自动跟踪算法。首先对视频图像作预处理,使用Canny算子进行边缘提取;然后采用对称差分算法建立运动目标的初始模板;接着采用改进的Hausdorff距离和新的匹配搜索策略,实现后续帧中运动目标与初始模板的匹配;最后,采用一种新的模板更新算法———4步法对模板进行更新。实验结果表明,该算法不仅能准确跟踪运动目标,而且能有效提高目标跟踪效率。     

基于气体扩散模型的信息趋向搜索方法研究

释放源定位技术在防治有害气体泄漏与扩散中具有极其重要的意义。传统的定位算法依靠气味浓度梯度或风向进行搜索,在应对气味稀疏的湍流环境时则容易丢失目标而导致搜索失败,而信息趋向算法以搜索过程中获得的信息作为线索,在方向选择时追求熵降最大,搜索性能更好。首先,研究分析了常用气体扩散模型,后依其特点选择以气体湍流扩散模型为基础对信息趋向定位算法进行了仿真实现,验证了算法可行性。之后,通过对比实验研究了搜索距离长度对算法的影响,证明了信息趋向算法的鲁棒性。为进一步提升算法性能,分析了基本四边形路径单元、六边形路径单元及八点路径单元下的搜索特性,提出了改进型的四边形搜索路径单元,并通过大量对比实验验证其增强了算法的适应性,减小了搜索时间,提升了搜索效率。     

基于彩色图像与深度图像信息融合的改进Camshift算法研究∗

针对传统Camshift算法在目标跟踪过程中会被拥有与目标物体类似颜色分布的背景物体干扰,导致搜索窗口发散或目标丢失的问题,提出了一种基于彩色图像与深度图像信息融合的算法,利用Kinect传感器可同时获取目标区域彩色图像与深度图像的特点,使用光流法在深度图像中对运动目标进行跟踪,通过考虑空间运动关系剔除相似颜色背景可能带来的影响.试验结果证明,该算法可有效跟踪运动目标,并在出现干扰时提高系统的鲁棒性.     

基于KCF的弹载目标跟踪方法研究

随着精确制导武器在现代战争中的广泛使用,图像制导技术己逐渐成为制导领域的研究热点,而目标跟踪技术作为其中的关键技术,一直深受是国内外关注。针对传统目标跟踪算法跟踪精度低,以及当前算法工程化实现难度大的问题,基于核化相关滤波跟踪(KCF)算法,结合弹载视频目标特点,设计了一套包含了摄像机交互、图像处理、核心跟踪、图像显示四个模块的弹载目标跟踪系统,并设计了算法调试使用平台。经实验验证,该系统可以快速、准确的对弹载目标进行有效跟踪,且操作简便易于使用。     

局部阴影下光伏阵列MPPT算法的研究

针对局部阴影状态下光伏阵列P-U特性曲线多峰值的问题,提出了一种基于搜索-计算-判断的三步法全局最大功率点跟踪(GMPPT)策略。该方法使用改进型扰动观察法反向搜索第一个峰值点,利用计算和判断减小搜索区域,将多峰值间接转化为单峰值搜索,解决了搜索过程中陷入局部极值的问题。通过建立3种阴影状态下的模型,将该方法与现有最大功率点跟踪(MPPT)算法进行仿真对比,并建立相应的试验进行验证。仿真及试验结果表明,该方法在有、无阴影状态下均能稳定实现GMPPT,有效地提高了系统的跟踪精度和跟踪速度。     

基于改进鲸鱼优化算法的光伏发电系统MPPT控制研究

在局部阴影条件下,常规的最大功率点跟踪MPPT(maximum power point tracking)算法因含有容易陷入局部极值、跟踪精度低等弊端,使其无法及时、精确地跟踪光伏发电系统的最大功率点,因此,提出了一种基于改进型鲸鱼优化算法的光伏发电系统MPPT控制策略。首先,采用混沌映射初始化种群,增加种群的多样性。其次,通过引入非线性收敛因子使局部寻优能力和全局搜索能力达到均衡。最后,通过引入非线性时变的自适应权重使系统及时跳出局部最优解,并提高搜索的精度。经仿真验证,与粒子群优化算法、狮群优化算法、传统的鲸鱼优化算法等相比,改进的鲸鱼算法在跟踪速度、精度、稳定性等方面均有更显著的效果。     

复杂环境下变电站运动目标跟踪技术研究

背景光线变化、树木摇动、下雨下雪等自然环境变化会给运动运动目标检测带来的很大影响。本文介绍一种背景动态生成算法,利用此算法实时动态地生成背景图像,在一定程度上解决了自然环境变化给运动目标检测带来的影响。然后使用背景差分法来检测运动目标,当存在运动目标时,根据连续2帧图像与背景图像差分的结果来确定运动目标的运动方向、运动目标的位置坐标。最后给出了一种云台转动角度的计算公式,根据此计算公式计算出云台的水平旋转角度和垂直旋转角度,实现运动目标检测和自动跟踪功能。     

基于TMS320DM642的运动目标跟踪系统

针对实时图像处理中数据量大、运算速度快的实际需要,提出了一种基于TMS320DM642实时运动目标跟踪平台,并介绍了视频跟踪处理中的典型算法。该系统运用差分法来检测运动目标,并采用形心跟踪法来自动跟踪目标。实验结果表明在对比度较高时,无人为干预情况下,系统取得了较好的跟踪效果。     

一种仿生机器鼠的跟踪与避障策略

针对一种新型仿生机器鼠平台的运动规划问题主要包括跟踪、避障等问题,依据仿生机器鼠的双目视觉系统以及多自由度的机械结构,根据驱动电机的特性,建立仿生机器鼠的扭腰、抬身、攀爬等动力学模型,采用"记忆"目标鼠的特征、"学习"最优避障路径、"推断"目标鼠的运动方向等方法,实现了仿生机器鼠的跟踪与避障行为,提出了一种基于仿生学原理的仿生机器鼠的跟踪与避障策略。在一种新型仿生机器鼠平台上的实验结果表明,相比与基于虚拟阻抗模型的控制方法,该跟踪与避障策略能够更好地实现仿生机器鼠的跟踪与避障行为,从而验证了策略的可行性与有效性。     

基于高速DSP的实时运动目标识别跟踪系统

研究了实时视频采集和高速目标识别检测、跟踪系统模型,分析了功能状态.在对检测、跟踪系统任务流和算法分析的基础上研究了基于高速DSP、大规模可编程器件和高速PCI通信总线架构的可行性系统实现方案.该系统采用复用总线设计,提高了系统资源利用率和系统可靠性.实验结果表明,该系统具有实时监测场景和在复杂背景下实时检测识别和跟踪运动目标的能力.     

基于拟蒙特卡洛滤波的改进式粒子滤波目标跟踪算法

单摄像机视觉跟踪过程中,常发生目标被遮挡或背景复杂的情况,此时容易跟丢目标,为了提高跟踪的准确性。从目标表现和背景的不确定性入手,以协方差特征对目标表现以及背景进行建模,应用到到粒子滤波的框架中,优化采样粒子的分布,在估计粒子的权重时,不仅考虑目标的真实状态和可能状态的相似性,还考虑了目标可能的状态和背景的差异.将提出的算法与粒子滤波,均值漂移,基于协方差概率跟踪算法进行比较,通过MATLAB2010编程平台,比较了几种算法的处理速度以及跟踪误差,试验结果表明,提出的算法每秒处理速度为60帧/s,优于上述3种跟踪算法平均误差值也高于另外3种算法。所提出算法在目标存在遮挡和背景较为复杂时,能够保证对目标进行准确,连续的跟踪。     

Neurofuzzy prediction for gaze control

Real-time gaze control is a complicated task because of the different dynamics of the elements involved in the process. On the one hand, the algorithms for image processing are usually very time-consuming. On the other hand, the motors and mechanisms used to control camera movements are very slow. This work describes the use of an adaptive network-based fuzzy inference system (ANFIS) model to reduce the delay effects in gaze control and also explains how the delay problem is resolved through prediction of the target movement using a neurofuzzy approach. The approach has been successfully tested in the vision system of a humanoid robot. The predictions improve the velocity and accuracy of object tracking.     

Obstacle Detection and Tracking for the Urban Challenge

This paper describes the obstacle detection and tracking algorithms developed for Boss, which is Carnegie Mellon University 's winning entry in the 2007 DARPA Urban Challenge. We describe the tracking subsystem and show how it functions in the context of the larger perception system. The tracking subsystem gives the robot the ability to understand complex scenarios of urban driving to safely operate in the proximity of other vehicles. The tracking system fuses sensor data from more than a dozen sensors with additional information about the environment to generate a coherent situational model. A novel multiple-model approach is used to track the objects based on the quality of the sensor data. Finally, the architecture of the tracking subsystem explicitly abstracts each of the levels of processing. The subsystem can easily be extended by adding new sensors and validation algorithms.     

ECO 多特征融合目标工件跟踪方法研究

针对复杂环境中目标工件跟踪精度不高的问题,提出了一种基于ECO改进的目标工件跟踪方法.首先基于ECO相关滤波器框架,采用VGG特征与传统手工特征加权融合的方法,有效提高目标工件跟踪精度;然后,利用快速判别尺度空间跟踪器实现对目标工件的尺度自适应跟踪;最后,引入一种高置信度更新指标确定跟踪模型的稀疏更新策略,提高算法鲁棒性.在OTB-2015标准数据集上进行测试,并与其他主流跟踪算法进行对比,实验结果表明,该算法的平均跟踪精度和平均重叠精度均为最优,分别达到89.2％和68.6％;对于使用CCD工业相机拍摄的目标工件数据集,同样具备良好的跟踪性能,进一步验证了算法有效性.     

基于VC++的光幕性能测试软件设计

光幕性能测试系统主要是为研究更大规模的光幕靶和密集度靶提供必要的数据准备和理论基础,而研制出用于探测光幕靶、密集度靶等测试装置光幕面内光能分布情况（光强度、一致性、均匀性）的测试仪器,光幕性能测试软件是其中重要的部分。本文利用Visual C＋＋6.0开发工具设计,实现了光能分布情况的采集和处理。文章从系统原理及软件设计2部分着重介绍了该软件的设计过程,软件中包含了采集部分、算法部分和数据库处理部分。并且在分析和测试结果中表明了该软件为光幕性能测试系统提供了可靠的软件支持,便于更好地进行测试,提高了光幕性能测试系统的质量与水平。     

Experimental evaluation of envelope tracking techniques for voltage disturbances

In this paper a digital signal processor (DSP) based real time voltage envelope tracking system is developed and examined. The ADAptive LINEar neuron (ADALINE) and the Recursive Least Square (RLS) algorithms are adopted for envelope tracking. The proposed ADALINE and RLS algorithms give accurate results even under rapid dynamic changes. The paper investigates the effects of different parameters on the performance of the ADALINE algorithm and that of the RLS algorithm. The experimental system is cantered around a Texas Instrument 16 bit fixed-point arithmetic (TMS320LF2407A) evaluation board. Both the ADALINE and the RLS tracking algorithms are developed using the DSP-assembly language. A simple voltage flicker generator is implemented to produce various voltage disturbances. Extensive tests of the proposed envelope tracking algorithms are conducted to evaluate their dynamic performance.