基于激光三维成像数据的车辆目标方位估计

对目标方位进行精确估计是提高目标匹配识别效率的重要前提,而车辆目标的地面投影轮廓近似于矩形,为此提出了基于激光三维成像数据的车辆目标方位估计方法.首先依据激光成像数据的高程值对数据进行分类,从激光成像区域的三维数据中提取出车辆目标数据进而获取目标的投影轮廓数据,然后采用向量积异号排除法求解车辆目标投影轮廓数据的凸边界,在此基础上采用直接求解凸边界最小外接矩形的方法对车辆目标的方位进行初步估计,最后利用与目标投影轮廓数据邻近的地面数据,并依据最小二乘原理拟合优化凸边界的最小外接矩形,校正车辆目标初始估计方位,从而实现车辆目标方位的精确估计.仿真结果表明,该方法可实现车辆目标方位的快速准确估计.     

一种计算迎风面密度的优化算法

提出了一种基于最小外接矩形的计算迎风面密度的优化算法.该算法的核心问题是如何高效地求解建筑物沿着某一风向的投影面宽度(迎风面宽度).具体解决方案为:将不规则建筑物水平轮廓根据风向角度进行一定角度的旋转操作,使得旋转后建筑物水平轮廓的最小外接矩形的宽即为建筑物水平轮廓未旋转时的迎风面宽度.由于最小外接矩形及其旋转操作在当前很多图形系统软件中一般都有接口支持且运行效率非常高,用户也可以直接调用相关接口进行二次开发.因此,本方法具有较高的运行效率和应用便利性.     

基于改进几何活动轮廓模型和Kalman滤波的目标跟踪方法

针对几何活动轮廓模型在跟踪时初始化的影响和收敛不准确的问题,将帧间差分和统计量假设后得到的目标外接矩形作为曲线初始值;引入一个强制项,提出一种改进的几何活动模型方法进行目标轮廓拟合,完成检测;结合目标物轮廓曲线和Kalman滤波器实现运动跟踪。试验结果表明:以车辆目标外接矩形作为初始化曲线,可简化初始化工作,加快车辆目标的轮廓曲线收敛速度;在收敛过程中引入了一个水平集函数的强制项,可使曲线准确演化到对象边缘的凹陷部分,增强曲线的收敛能力;在运动视频对象的准确轮廓基础上,可更准确地跟踪车辆目标。     

基于视频的人体异常行为检测与识别

提出了一种运动目标检测算法,通过三帧差分法,可以从视频图像中提取出运动目标的轮廓.通过三帧差分法分别对人体正常行走和人体摔倒两种行为进行检测,提取出人体在两种行为的运动过程中的特征.提出一种基于改进Hu矩不变性的人体异常行为识别算法,对人正常行走和摔倒两种行为进行识别.正常行走是正常行为,摔倒则为异常行为.实验证明,该方法对在本研究的实验环境下的正常行走和摔倒两种行为识别率很高,有一定实用价值.     

基于轮廓查找与线扫描的作物行检测算法

针对传统作物行直线检测算法存在的检测时间长、检测误差大的问题,提出一种基于轮廓查找与线扫描的作物行检测算法。首先,在农田图像下端一定宽度条形图上进行轮廓查找,求取轮廓的外接矩形,得到作物直线下端定位点;其次,对每一个下端定位点在图像顶端一定区域内进行线扫描,上下两端点形成一条候选作物行直线,记录直线上的绿色像素数量最大时上端顶点的位置,此直线即为最佳作物行直线。仿真实验表明,研究结果可以准确地检测出主要作物行直线,准确率为90. 0%,平均检测时间为30 ms。     

一种快速提取植物叶片最小外接矩形的算法

为了提高提取植物叶片最小外接矩形的计算效率与精确度,提出一种快速提取植物叶片最小外接矩形的算法.该算法首先使用Canny算子提取叶片轮廓,然后使用基于平面扫描法的Graham算法构造叶片轮廓凸包,最后提取叶片最小外接矩形.仿真实验结果表明:在Flavia植物叶片数据库中进行测试,该算法优于旋转法、顶点链码法.     

基于图像处理的数控曲线磨削误差在线检测

提出了一种基于数字图像处理技术的曲线磨削在线检测方法,该方法运用安装在磨床上的电荷耦合器(CCD)摄像机对工件已磨削轮廓进行实时图像采集,并对工件图像进行边缘提取;根据图像中工件轮廓的位置引导工作台按工件实际加工曲线走轨迹,利用工作台的运动轨迹反求工件的实际曲线,从而检测出工件的实际加工曲线.通过将检测曲线与理论轮廓曲线进行比较,得到了工件轮廓上任意点的磨削误差,为曲线磨削的在线补偿提供了必要的依据.实验结果表明:该检测方法较传统的离线检测方法能达到更高的检测精度,且能够对任意复杂的轮廓进行检测.     

面向智能视频监控系统运动目标检测的轮廓提取方法

针对传统的混合高斯模型方法易受干扰、运算量大的缺点,提出了一种应用于智能视频监控系统运动目标检测的轮廓提取方法.首先介绍了常用的运动目标检测方法;接着描述了传统的混合高斯模型方法,分析了该方法在目标检测方面存在的缺点,提出了一种新的轮廓提取方法.以过程为像素块混合高斯模型方法提取前景目标,采用数学形态学方法进行前景连通,Freeman链码寻找轮廓,Douglas-Peucker算法拟合轮廓,图像矩提取目标轮廓质心;最后对所提出的方法进行实验验证,并与传统混合高斯模型方法进行比较,实验结果证明,所提出的方法能更有效地滤除噪声,更准确地提取出目标轮廓.     

基于视觉感知机制的轮廓检测方法

结合初级视皮层的结构及其功能特性,模拟初级皮层的轮廓感知功能,提出一种有效的基于人类视觉感知机制的轮廓检测算法.首先,利用局部能量建立复杂细胞响应模型;然后,结合初级视皮层细胞排列特性构建图像信息与皮层细胞的映射关系,通过模拟神经元间的水平连接机制,实现对图像轮廓信息的增强和背景信息的抑制,建立了以初级视皮层风车状结构为基础的轮廓感知模型.实验结果表明:所提方法在保持目标轮廓完整性的同时,对背景信息的抑制效果更为有效;可以更加有效地对图像背景纹理进行抑制和对目标轮廓进行增强,在一定程度上达到了轮廓过度检测与欠检测的平衡,检测出的目标轮廓位置也更加精准.     

含噪图像中动目标轮廓的实时提取

提出用模式和模式分布理论分析活动图像边界的特征以及硬件检测、提取动目标轮廓的方案．在５点处理窗口中，分别检测出当前帧内的水平轮廓和垂直轮廓，再和前一帧的图像轮廓进行异或操作，检测出活动图像轮廓．给出了软件模拟结果，详细论述了硬件设计原理和方法．该检测方法具有一定的抗噪能力、运算量小、速度快、可实时工作、成本低等优点．