共查询到19条相似文献,搜索用时 78 毫秒
1.
用于星敏感器的星点提取算法 总被引:4,自引:0,他引:4
王一凡 《控制工程(北京)》1995,(2):13-16
本文就星敏感器软件中有关星点提取方法及内插求中心算法进行了深入的分析,提出了星点提取原则,对传统的内插求中心算法进行了修改,在此基础上编写了有关的应用软件。 相似文献
2.
在复杂场景下的视频运动目标提取是视频分析技术的首要工作。为了解决前景运动目标提取的精确度不高的问题,提出一种基于视觉背景提取(ViBE)的改进视频运动目标提取算法(ViBE+)。首先,在背景模型初始化阶段采用像素的菱形邻域来简化样本信息;其次,在前景运动目标提取阶段引入自适应分割阈值来适应场景的动态变化;最后,在更新阶段提出背景重建和调整更新因子方法来处理光照变化的情形。实验结果表明,对于复杂视频场景LightSwitch的运动目标提取结果在相似度指标上,改进后的算法与混合高斯模型(GMM)算法、码本模型算法以及原始ViBE算法相比,分别提高了1.3倍、1.9倍以及3.8倍。所提算法能够在有效时间内对复杂场景具有较好的自适应性,且性能明显优于对比算法。 相似文献
3.
介绍了星敏感器的组成及其基本工作原理。在以DSP和CPLD为硬件平台的基础上,采用全局阈值法、连通性分析算法和亚像元细分定位算法对星图数据进行处理,得到星点的坐标信息。提出了一种新的连通性分析算法,与传统的连通性算法相比,节约了星图处理的时间,提高了星点定位的精度。最后用星敏感器对该处理算法进行了试验验证,并取得了较为理想的结果。 相似文献
4.
5.
针对现有星点检测中背景预测算法存在的星点模糊、对噪声抑制能力差等问题,提出了一种用于星点检测的自适应变邻域背景预测算法。该方法根据待预测像素点所在位置不同采用不同的权值矩阵进行背景预测,当待预测像素点在星点边缘处时,仅用待预测像素点邻域内灰度小于邻域灰度中值的像素点组成预测权值矩阵进行预测计算,而在其他区域时,直接使用固定权值进行预测。同时,该算法还可以根据待预测像素点噪声属性,自适应调整待预测像素点自身灰度值在背景预测计算中的权值。最后通过对现有背景预测算法和本文所提算法的仿真和比较,改进算法较现有算法对星点的处理更清晰,对噪声的抑制能力更强。 相似文献
6.
复杂背景下彩色图像车牌提取与字符分割技术 总被引:19,自引:0,他引:19
车牌图像分割是车辆牌照自动识别系统的关键部分,本文提出和提取了车牌标准模式的多种重要特征,综合利用数学形态学运算、连通域形状测量和彩色图像分析,有效地解决了复杂背景下提取车牌的问题,并实现了牌照的倾斜校正和边框线与铆钉去除,最后分离出牌照的各个字符、实验表明该技术方案在实时性,鲁棒性和正确率都达到实用技术指标。 相似文献
7.
基于自适应背景模型运动目标检测 总被引:2,自引:3,他引:2
随着城市化速度的加快,机动车日益普及,人们在享受机动车所带来的巨大便利的同时,也面临着交通拥挤的困扰。随着计算机硬件技术和计算机视觉技术的发展,基于计算机视觉的交通监控系统成为可能。从一个交通视频序列中识别出运动物体是许多交通监控系统应用系统的重要任务,针对该问题,提出了一种建立在对视频序列中的整个背景情景的统计描述基础上的运动目标的检测的有效方法,该方法能够适应变化的背景,具有较强的鲁棒性和较好的实时性。 相似文献
8.
基于自适应背景模型运动目标检测 总被引:2,自引:0,他引:2
随着城市化速度的加快,机动车日益普及,人们在享受机动车所带来的巨大便利的同时,也面临着交通拥挤的困扰。随着计算机硬件技术和计算机视觉技术的发展,基于计算机视觉的交通监控系统成为可能。从一个交通视频序列中识别出运动物体是许多交通监控系统应用系统的重要任务,针对该问题,提出了一种建立在对视频序列中的整个背景情景的统计描述基础上的运动目标的检测的有效方法,该方法能够适应变化的背景,具有较强的鲁棒性和较好的实时性。 相似文献
9.
10.
详述了由TMS32020信号处理器构成的引信抗背景干扰自适应滤波电路的原理、设计方案及工作流程,并对系统的实际应用及应用结果作了分析。其中,TMS32020采用最小组态结构,在其内部程序RAM中执行程序,算法采用线性LMS算法。 相似文献
11.
12.
用FPGA实现星图目标的质心提取 总被引:2,自引:0,他引:2
针对星图的具体特征,对星图目标进行识别和定位,把传统的扩展象素标记法改造成便于用硬件实现的算法,并给出了具体的实现方法.本设计将目标分割和质心计算两个步骤用FPGA合并处理,从而实现了快速的质心提取,为后续的图像匹配争取了时间. 相似文献
13.
为了解决统计背景模型在图像远景及车流量较大时容易出现错误像素点的问题,提出一种自适应背景模型提取算法.在车流量少时,利用统计直方图法提取背景;在车流量大时,利用帧差法获取图像中背景像素点,然后求其平均灰度值来重组的图像帧,最后利用统计直方图法进行背景建模.定义了算法比较标准,并据此比较了该算法与传统算法在不同车流量下的性能优劣.实验结果表明,通过分析图像中运动车辆像素信息区分车流量大小,实现对背景提取算法的自适应选择,使其在实际应用中更具针对性和灵活性,为准确地检测出运动车辆提供必要的基础. 相似文献
14.
15.
基于位置的服务已经成为人类生活方式的一部分,各种移动终端设备产生了大量时空上下文用户信息,其可被用于预测用户的下一个足迹.目前已提出一些解决方案来预测用户下一个足迹,包括递归运动函数(RMF)、矩阵分解(MF)、差分自回归移动平均模型(ARIMA)、马尔可夫链(MC)、个性化马尔可夫链(FPMC)、卡尔曼滤波器(KF)、高斯混合模型和张量分解(TF).除此之外,也可以使用诸如ST-RNN,POI2Vec,DeepMove,VANext等深度神经网络方法来预测用户的下一个足迹,这些方法利用递归神经网络(RNN)捕获来自人类活动的顺序运动模式.然而,现有方法使用一些人为设定的阈值来分割人类移动性数据以进行用户运动模式学习,人为固定时间戳设置不仅引入了人为主观因素,而且忽略了不同用户之间的差异性,这可能会导致移动模式发生偏差;而且现有方法针对用户轨迹特征提取过于单一化,单一特征忽略了很多用户轨迹潜在信息.基于自适应时间戳与多尺度特征提取的轨迹预测模型(AMSNext)旨在首次结合历史轨迹数据的时间统计特性,自适应地为每一个用户定义个性化时间戳,关注不同用户运动模式之间的差异性;并结合时间序列特征提取方法多尺度对用户轨迹特征进行提取,同时为实现多尺度特征量纲统一,将会采取归一化因果嵌入对特征进行向量嵌入.实验证明,该模型可以取得较高的预测精度. 相似文献
16.
17.
18.