多边形近似及形状特征匹配的二维目标检测

在计算机视觉中形状是目标识别和检测的重要特征,而目标边缘是形状特征最直接的表现,因此基于边缘信息进行形状特征描述是最直接有效的方法.针对目前大多数形状特征描述的全局性以及对旋转、缩放等变化的敏感性,采用一种基于目标近似多边形的形状特征描述,这种描述方式具有局部性和紧凑性,同时结合运动参数预测及递归估计的方法实现二维目标...     

基于局部极大值的红外弱小目标分割方法

在深入研究红外弱小目标的成像特性,并分析现有分割算法的基础之上,针对空中红外弱小目标提出一种基于局部极大值的红外弱小目标的分割方法.该方法利用红外弱小目标所在像素点与周围像素点的灰度值的梯度关系来搜索图像中的局部极大值,并通过多步长融合表决分割红外弱小目标.仿真实验证明了算法的有效性.     

改进的基于弦切变换的目标检测方法

在计算机视觉中形状是目标识别和检测的重要特征,针对目前许多基于形状特征的检测方法信息不够丰富,容易受边缘缺损变形等方面的影响,不具有局部特性,尤其是在许多复杂环境下很难实现对目标的正确检测等不足,提出了一种基于弦切变换理论在有限的目标边缘点信息基础上提取几何形状特征及相应的目标检测方法。该特征具有平移、旋转以及缩放不变性,基于此特征进行的目标检测能有效的得到目标的中心位置以及相关的二维运动参数,即使在一些复杂环境以及目标边缘部分失真或缺损的情况下也具有一定的鲁棒性。但由于边缘本身容易受到图像质量、对比度以及量化误差等影响,从而影响算法的精度。因此,文中通过融合丰富的灰度信息,使表征目标的特征更加丰富和完善,在形状和灰度的共同约束下提高检测的正确率和精确性。通过对多组图像序列进行仿真实验,结果表明了算法的有效性,及其在准确性和精确性上的提高,改进后待测目标与模板之间的匹配率可达90%以上。     

基于无线网络的实时视频传输系统的设计

通过对流媒体技术和网络协议的深入研究,设计和实现了一种基于RTP(实时传输协议)和FEC(前向纠错)的无线视频实时传输系统.该系统采用C/S(Client/Server)架构,服务器端基于RTP协议对数据包进行封装,并加入FEC纠错机制;客户端根据RTP数据包的头部信息,重建包序列,定位丢失的数据包,并利用FEC算法对丢失数据进行恢复.实际测试证明该系统能够在无线网络中有效地保证接收端数据的实时性和完整性.     

一种复杂背景下扩展目标搜索方法

目标搜索的关键在于捕获到感兴趣的目标。在复杂背景下，利用灰度特征、区域特征、纹理特征难以对目标进行有效搜索，而运动特征是可利用的有效特征。提出了一种基于运动矢量分类的扩展目标搜索算法，将前一帧图像均匀分块，对每块在其周围与当前帧图像块匹配，得到每块的运动矢量，依据目标块与背景块的运动方向差异剔除背景块，再依据目标块的集中性及其运动矢量的相等特性提取目标块，目标块中心的平均即为目标的近似形心。实验表明，该方法能够有效地对复杂背号下扩展目标进行搜索。     

基于弦变换提取几何特征的方法

本文对弦变换、弦空间特征的描述进行了详细研究,通过实验实现了几何形状特征提取的具体实现方法,并验证了特征的鲁棒性.此特征不但具有二维的平移、旋转和尺度不变性,同时对由仿射变换引起的形变也具有一定容忍度.另外,利用特定几何形状的弦空间特征对边缘图像做近似滤波的反弦变换后,可以保留与特定形状相似或相同的目标边缘,而忽略其它不感兴趣的边缘.最后实验结果表明,用此特征进行几何形状的相似性匹配是有效的,并且这种方法简单易懂,容易实现,可以用于目标识别、跟踪等许多方面.     

基于相似度的双搜索多目标识别算法

在分析远距离多目标特性的基础上，提出了一种基于相似度的粗精双搜索多目标识别算法。在粗搜索阶段，首先利用圆形形态学模板在滤波后的二值化图像中快速搜索候选目标，再利用“距离相似度”原则进行候选目标的聚类分析，以同一目标内各候选目标点的形心位置作为局部熵处理区域中心。在精搜索阶段，以最大熵值点为种子点进行目标区域生长。为了减少运算量，提高实时性，还采用基于熵相似度、简单连接法与子区合并法相结合的改进型区域生长法，重构单个目标。仿真结果表明该算法可快速、准确地实现对5个目标的识别。     

红外序列图像中热晕背景的消除

红外探测器工作时间长或太阳直射时,可观察到红外图像有热晕现象。红外探测器观察的 景物亮度或对比度通常很低,此时热晕对红外像质的影响比较严重。针对上述情况,研究用数字图像处理的方法——帧相减、反色相加,对红外图像进行实时背景补偿,以便消除热晕的影响。在此基础上用数学形态学去除图像中的噪声点,突出目标。理论和实验结果表明,对红外图像的热晕补偿改善了图像的质量。     

基于FPGA的红外序列图像中热晕背景的消除

红外探测器在工作时间长或太阳直射时，可观察到红外图像有热晕现象。红外探测器观察的景物亮度或对比度通常很低，此时热晕对红外像质的影响比较严重。针对上述情况，研究用数字图像处理的方法——帧相减、反色相加，对红外图像进行实时背景补偿，以便消除热晕的影响。根据该方法进行了硬件设计，并且在现场可编程门阵列(FPGA)中实时实现了。实验结果表明，该方法能够在硬件平台上对红外图像热晕背景进行实时补偿，可明显改善图像的质量。     

USAN算法在实时系统中的实现

介绍USAN(Univalue Segment Assimilating Nucleus即吸收同值核区)算法在实时系统上的应用。应用USAN模板对图像扫描,并且对扫描后的数据做方向识别,获得目标上的角点特征,从而得到以角点为跟踪点的跟踪算法。此算法由于其跟踪点稳定,不受随机噪声的影响,因而可以大大提高跟踪精度,在实际应用中获得较好的效果。