基于稀疏正则约束的子空间视觉跟踪

针对子空间表示跟踪算法处理遮挡问题的能力不足,以及稀疏表示跟踪算法无法满足跟踪实时性要求等问题,本文提出一种稀疏正则约束的子空间视觉跟踪算法。该算法结合了子空间表示与稀疏表示的优势,提升了对于遮挡问题的处理能力,并且降低了算法的计算复杂度。首先,该算法利用PCA子空间基向量集、子空间均值以及表示残差对目标进行表示,同时算法采用L2范数作为表示系数以及表示残差的稀疏约束函数。其次,算法采用了一种分步循环迭代的方法求解表示模型的系数与残差。然后,为了保证子空间基向量与空间均值能够持续准确的描述目标在跟踪过程中出现的变化,算法根据经过开运算处理后的表示残差中非零元素的不同比率构建不同的更新模板,并结合增量主成分分析方法在线学习新的基向量与均值。最后,在实验部分,本文将提出算法在10个实验序列上的跟踪结果与8个现今主流跟踪算法进行对比,同时从定性与定量两个方面对实验结果进行分析。本文算法在全部10个实验序列上的平均中心误差为5.3pixel,平均覆盖率为77%,相比于其他算法,本文算法取得了较高的跟踪精度。本文算法具有更好的鲁棒性,并且满足更多场景下的跟踪需求。     

智能子弹对声目标CACEMD-VDAKF跟踪算法研究

为了研究智能反坦克子弹药(BAT)对声目标机动检测与跟踪的问题,推导了适合智能子弹药系统的MUSIC估计算法,并计算了声信号的空间方位谱及功率谱,提出了一种针对信号几何窗口的变量--当前平均改变能量(current average change energy,CACE),利用该变量推导了基于当前平均改变能量的机动检测算法,将此算法与机动目标跟踪变维自适应Kalman滤波模型相结合,得到了基于当前平均改变能量的机动检测与变维自适应Kalman滤波算法(CACEMD-VDAKF);通过半实物仿真实验,计算了目标在不同运动状态下的空间功率谱和方位谱,证实了该算法对声信号处理的可行性,MATLAB仿真结果验证了CACEMD-VDAKF算法对二维声目标跟踪的有效性及稳定性.     

基于指标融合的跟踪算法性能评估度量标准

为了全面评估目标跟踪算法的性能,该文提出一种融合性能指标的新度量标准.在分析最优子模式分配度量标准基础上,新度量标准定义目标扩展状态包含跟踪算法的计算量信息,并在扩展状态的基本距离中引入了计算量距离概念,将计算量指标融入新度量标准的最优子模式分配距离中.新度量标准有效融合目标跟踪算法的跟踪精度、集合势误差和计算量指标,反映了跟踪算法的全面性能.单目标和多目标环境下的仿真实验结果验证了该标准的正确性和有效性.     

一种新的基于梯度方向角的圆检测算法

针对基于Hough变换的圆检测方法具有时间复杂度和空间复杂度大的缺陷,提出了一种新的基于梯度方向角的圆检测算法,通过确定圆的任意一条直径的两个端点,即可以确定圆的参数空间(a,b,r),从而实现圆的检测.实验结果表明,采用该方法可以实现高效的圆检测,不仅显著降低了圆检测的平均时间复杂度,而且在检测过程中无需任何累加器的设计,从而克服了基于Hough变换的圆检测方法具有时间复杂度和空间复杂度大的缺陷.     

基于动态规划的多目标GMTI TBD技术研究*

针对多目标跟踪出现的邻近目标难分辨及计算量大的问题,目前大多数检测跟踪算法在算法性能和计算复杂度之间权衡,不能同时兼顾这两项指标。本文提出了一种基于动态规划的多目标(GMTI-TBD)方法,该算法根据雷达实际检测目标时出现的距离向和方位向展宽,限定目标能量扩展区域,得到新的值函数;在此基础上,通过对目标状态的预测去除多目标的相互干扰。另一方面,利用单次动态规划估计目标所在区域,使轨迹搜索范围大大减小,有效解决了多目标带来的高维计算量问题。仿真结果表明本文算法在检测跟踪性能上优于经典的多目标DP-TBD算法,同时所需计算时间较少。     

一种用于精密样板检测的边缘提取方法

为了能够快速有效地检测精密样板的廓形,基于Canny理论提出了一种边缘提取的方法,该方法在保持Canny算法优点的同时,通过修正高斯边缘滤波函数提高了边缘的定位精度,通过使用Sobel算子计算梯度消除了局部噪声的影响,通过使用一维线性插值计算梯度方向上点的梯度幅值,使用动态阀值进行图像分割,减少了Canny算法的空间复杂度和时间复杂度.实验证明该方法能够高效地提取单像素宽度的二维轮廓,如果使用高分辨率的工业摄像机拍照,就可以代替三坐标测量仪检测精密模板.     

基于DM642的运动目标检测与跟踪系统

运动目标的检测与跟踪在许多领域有着广泛的应用,是应用视觉研究的焦点之一。设计了一种基于DM642的运动目标检测与实时跟踪系统。运动目标检测采用基于Ⅲ矿色彩空间的单高斯背景建模结合形态学处理的算法;运动目标跟踪采用基于亮度纹理信息的CAMShifI跟踪算法。系统利用跟踪算法计算目标位置信息,通过P~$485总线控制摄像机伺服设备,以跟踪运动目标。在DM642EVM板上实现了该系统,实验表明这种检测和跟踪方法是快速有效的。     

基于单目视觉的轮式机器人同步定位与地图构建

如何降低计算复杂度是视觉机器人同步定位与地图(SLAM)构建的热点问题.提出一种基于单目视觉的低计算复杂度的轮式机器人同步定位与地图构建算法.该算法在观测步通过图像处理与分析,识别特征点并进行定位,将轮式机器人的视觉投影与空间物体的几何关系转换为计算机器人相对特征点的距离和角度.整体算法步骤按照预测、观测、数据关联、更新、地图构建的递推算法进行同步定位与地图构建.提出的算法可识别环境目标,并进行平滑运动.在滤波观测步只处理单帧图像数据,和Active Vision和立体视觉方法相比,降低了算法的计算复杂度.     

一种散乱数据的三角剖分新算法

根据逆向工程中散乱数据点规模越来越大的趋势,为缩小剖分时搜寻和遍历数据点的空间范围,提高算法效率,提出了一种大规模散乱数据的空间划分方法及相应的数据结构和编码方案.同时,提出了外连剖分和内连剖分的概念,给出了基于局部增量网格扩张的3维散乱数据点的空间直接三角剖分算法.该算法的总体计算复杂度为O（N）,与三角剖分的典型算法相比,有效降低了其时间复杂度,提高了剖分后网格的质量.     

目标跟踪中非线性滤波算法的研究

介绍了3种非线性估计方法.在处理目标跟踪等动态系统实时估计问题中,EKF将系统进行线性化近似时存在估计误差,从而影响目标跟踪的精度;PF对系统噪声和量测噪声的概率分布没有要求;RPF是改进的粒子滤波算法.分析了EKF、PF和RPF算法的原理,比较了3种算法的性能差异.仿真结果表明,PF滤波精度优于EKF,而RPF在精度和计算复杂度等方面均优于PF,且随着粒子数目的增加,PF和RPF的精度也不断提升.