一种快速有效的彩色图像边缘检测方法

在传统的灰度图像的边缘检测算子的基础上,对其进行改进。充分利用了彩色图像的颜色信息,将算法从灰度空间转换到RGB颜色空间。提出了彩色图像的高斯-拉普拉斯边缘检测算子,同时采用滤波来抑制噪声以及非极大值抑制来细化边缘,算法简单易于实现。实验结果表明,算法能有效地提取出彩色图像的边缘信息。     

三维重构中数码相机参数标定方法研究

随着数码技术的迅速发展,在许多场合人们已逐渐采用数码相机作为主要的图像采集设备.数码相机的标定被认为是实现三维重构基本而又关键的一步,可以为后继的立体图像匹配与三维重构奠定良好的基础.在介绍数码相机成像理论模型和已知相机内部参数的基础上,提出了一种新的利用直角三点来实现数码相机外部参数标定的方法.与现有的标定方法相比,简化了标定需要的特征点的数量和标定装置的复杂程度.文章最后通过实例说明了利用该标定方法实现三维重构的具体步骤和方法,并且验证了此方法的可行性及标定的精度.     

一种快速有效的彩色图像边缘检测方法

在传统的灰度图像的边缘检测算子的基础上，对其进行改进。充分利用了彩色图像的颜色信息，将算法从灰度空间转换到RGB颜色空间。提出了彩色图像的高斯-拉普拉斯边缘检测算子．同时采用滤波来抑制噪声以及非极大值抑制来细化边缘，算法简单易于实现。实验结果表明，算法能有效地提取出彩色图像的边缘信息。     

精确制导系统中的目标跟踪与卡尔曼滤波

针对精确制导中的目标跟踪问题,应用卡尔曼滤波算法进行了仿真研究.该算法在建立基于卡尔曼滤波运动模型的基础上,通过测量获得运动目标角度及径向距离数据,然后根据推广卡尔曼滤波算法迭代估算出目标的位置.通过对仿真结果分析可得,该方法有良好的跟踪性能,卡尔曼滤波在精确制导系统的目标定位,跟踪等领域有着广泛的应用前景.     

自适应卡尔曼滤波在目标跟踪系统中的应用

目标跟踪是精确制导系统中的重要组成部分.文中针对运动目标跟踪问题,在建立运动模型的基础上,应用卡尔曼滤波算法进行了跟踪仿真研究.考虑到直角坐标系下的扩展卡尔曼滤波容易发散,可能导致滤波精度变差,所以文章提出一种针对非线性观测模型和线性动态模型的自适应推广卡尔曼滤波器.直角坐标系下的自适应卡尔曼滤波算法,对虚拟噪声进行了估计,动态补偿观测器模型的线性化误差,削减了系统的观测误差,并对其滤波理论及算法进行了仿真研究.结果表明:该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡尔曼滤波算法.