一种融合动态预测的感知哈希目标跟踪算法

为实现静态背景下的目标跟踪,采取基于DTC的感知哈希生成算法提取目标感知哈希摘要,比较汉明距离实现模板匹配。针对跟踪效率不足的问题,提出了一种范围与方位融合预测策略,其中范围预测是预测目标出现的范围,缩小模板搜索区域;方位预测在范围预测的基础上寻找一条便捷的搜索路线,将已跟踪得到的坐标要素简化为单一的方位角要素,结合预测模型预测目标方位,挖掘出一种模板匹配终止条件,在适当的深度终止窗口遍历。试验结果证明,范围预测对跟踪效率提升明显,预测范围缩小n倍时算法效率提升约n²倍,方位预测可在范围预测的基础上提升约16%的效率。     

远距离运动车辆快速跟踪与定位系统设计

为快速跟踪及定位远距离的运动车辆,本文设计了利用单目相机与激光望远测距仪的定位系统。此定位系统装备单目相机、望远测距仪与角度传感器,采用LK光流算法实时跟踪既定目标,构建了相机、测距仪、目标的坐标方程式模型,可实时解算100~300 m外运动目标的位置。该定位系统无需在被测运动车辆上安装任何设施,即可对合作或非合作目标实现跟踪定位。本文以汽车作为运动目标,使用高精度的CORS系统进行精度验证,该系统实时跟踪定位的精度可保持在亚米级。     

一种改进的基于光流的运动目标的检测算法

讨论了序列图像的运动目标检测算法,在传统的光流场计算方法的基础上,提出了基于帧间差阈值法的快速光流算法。整个算法简单、有效,保证了序列图像中运动目标跟踪的实时性和鲁棒性。试验结果验证了本方法的有效性和实用性。     

基于无人机视频的运动目标快速跟踪

无人机视频序列影像是尢人机在高速运动的条件下获取地面目标的动态信息,相机的运动给目标检测、跟踪带来了一定的困难。针对无人机视频序列影像背景位移的特点,将运动目标检测与跟踪技术分为运动估计、目标检测、目标跟踪3个部分。由于无人机视频序列影像中目标较小、分辨率较低,因此采用基于区域的目标跟踪算法。该方法计算量小,计算速度快...     

移动目标自适应定位与通讯技术研究

本文介绍了自适应定位与通讯的设计原理以及技术路线,通过硬件设计和软件开发相结合的方式,实现了移动目标定位和通讯信号的实时检测和动态切换技术,可自适应选择信号强、费用低的定位和通讯方式,实现全覆盖、低费用的优化实时定位与通讯。自适应定位支持GPS系统定位、CDMA定位和北斗卫星定位系统,自适应通讯支持CDMA、北斗卫星和海事卫星。     

水下机动目标轨迹跟踪的自适应估计方法

研究了用ＧＰＳ测定基阵坐标，分析了水听器基阵所接收到的声脉冲信号的处理，通过模拟和实测数据的试算，证明了本提出的模型及方法不但能处理多系统含有粗差的观测值，而且具有良好的跟踪处理动目标的性能。     

一种基于直方图均衡化改进的图像增强算法

本文分析了传统的灰度图像直方图均衡化算法的不足,提出了一种基于概率的灰度图像直方图均衡化的改进算法。该方法给出了较合理的变换关系,使运算结果有较大改善,而且保留了传统算法的快速、自动化的特点。     

仿射不变特征转换的运动目标跟踪方法

运动目标跟踪技术在交通管制、智能监控、GPS导航等多个领域有广阔的应用前景。本文提出一种基于经纬度和尺度的ASIFT(Affine-SIFT)跟踪算法,模拟序列图像成像时的倾斜角度,进行实时更新来去除由形变带来的过时特征信息,保证了特征的稳定,提高了配准精度。实验证明,此方法不受传感平台倾斜造成的图像仿射变形影响,能够有效处理目标由于旋转、形变而导致跟踪性能下降甚至跟踪目标丢失的问题,同时对跟踪过程中多目标的关联,也具有较好的鲁棒性,取得了良好效果。     

结合图像增强和恢复的增强现实跟踪注册

增强现实中的跟踪注册技术一直是研究的重点和难点,而地下矿道和巷道内亮度低,产生的图像较昏暗,车载相机快速运动和抖动,对传统的基于特征匹配的跟踪注册提出了挑战。本文从提高增强现实中跟踪注册稳健性和精度出发,采用基于Retinex改进的方法增强昏暗图像的亮度,同时利用基于对抗神经网络的方法恢复运动模糊图像。首先提取图像ORB特征,实现初始化;然后根据跟踪特征点的数量,开启图像增强和图像恢复线程,提高特征点提取质量和数量。在数据集和真实模拟场景下的试验结果显示,跟踪精度提高了12%左右,在低亮度和含有轻微模糊的情况下,跟踪注册稳健性也有显著提高。     

流形群运动目标自动识别与跟踪模型结构及参数的最优配置

探讨了用流形群运动目标的形状、纹理特征，以及它们的空间面积的重叠度来构建多种适合流形群运动目标自动识别与跟踪的匹配模板的方法。通过最大欧几里得贴近度的择近原则，实现模板匹配，完成目标识别；通过对匹配模板的交替更新和交叉匹配算法，实现目标跟踪。为了提高识别与跟踪的准确度和效率，对识别与跟踪模型结构及参数进行了优化组合，建立了一种适合计算机自动识别和跟踪类似中尺度对流系统(MCSs)的流形群运动目标的优化模型，即多级串行和多级并行模板匹配的识别与跟踪模型，并提出了基于此模型的快速识别与跟踪算法及技巧。用优化了的多级串行识别与跟踪模型及快速跟踪算法，对1998、1999、2000、2002年6～8月的青藏高原上空MCSs进行了识别与跟踪试验。试验结果表明，其准确率高达90％。     

基于自适应格网划分的遥感影像感知哈希认证算法

针对遥感影像大数据量和信息分布不均匀的特点,提出了一种基于自适应格网划分的遥感影像感知哈希算法,并将其用于遥感影像的完整性认证。该算法基于自适应策略对信息丰富的影像区域进行粒度更细的完整性认证,首先对原始影像进行波段融合,然后根据信息熵对波段融合结果进行自适应的格网划分,最后提取格网单元的局部特征构造感知哈希序列。影像接收端通过收到的感知哈希序列实现影像的认证。实验表明,本文算法能够识别遥感影像局部细节篡改,并对保持内容不变的操作具有鲁棒性,实现了遥感影像基于内容的完整性认证。     

一种基于杜鹃搜索算法的图像自适应增强方法

图像增强是图像处理中关键步骤,基于归一化的非完全Beta函数变换的图像增强具有理想的增强效果。然而合理选取归一化的非完全Beta函数的参数是算法的关键和难点,常需要人工干预或是计算非常耗时。杜鹃搜索算法是一种新型的仿生智能算法,具有自适应、自组织等智能特性,具有强大的寻找优化解的能力。这里将杜鹃搜索算法用于归一化的非完全Beta函数参数的自适应选取,实现了基于杜鹃搜索算法的归一化的非完全Beta函数图像增强方法,实际图像增强实验结果表明了该方法的有效性和可行性。     

遥感影像遗传算法增强处理

遗传算法作为一种智能优化算法,已广泛应用于许多学科及工程领域。提出利用遗传算法对遥感影像增强进行空域操作,设计中构造了一种简单且规一化亮度变换函数,并设计遗传算法实现影像的自适应增强。实验结果表明,该算法处理后质量比传统算法要好。     

遥感影像遗传算法增强处理

遗传算法作为一种智能优化算法,已广泛应用许多学科及工程领域.本文提出了利用遗传算法对遥感影像增强进行空域操作,设计中构造了一种简单且规一化亮度变换函数,并设计遗传算法实现影像的自适应增强.实验结果表明,该算法处理后质量比传统算法要好.     

一种基于图像金字塔光流的特征跟踪方法

推导并实现了一种基于图像金字塔光流的角点特征跟踪方法。实验结果表明,该方法在不同运动幅度和运动方式下的检测跟踪性能较好,能够有效地应用于长序列图像的特征跟踪。     

傅里叶频率域上遥感影像的遗传优化增强

提出一种结合傅里叶变换及遗传算法的遥感影像增强方法,通过设计的适应度函数驱动自适应遗传进化。定义适用于傅里叶频率域的条带对比度,再借助遗传优化的增强参数,实现在频率域增强遥感影像的目的。将其与空间域增强方法、频率域增强方法、模糊域增强方法进行对比试验。试验结果表明,该方法在保持原始影像色调的基础上,能提高影像的反差、清晰度、信息熵等,同时可改善影像的视觉效果,有利于后续处理及模式识别。     

一种顾及影像纹理特性的自适应分辨率增强算法

针对传统的影像分辨率增强算法存在的缺点,提出了一个顾及影像纹理特性的自适应分辨率增强算法。在算法中,首先通过影像分析,根据定义的3种纹理特性,确定出像素在影像中所在的位置是属于平滑纹理、一般纹理还是边缘纹理,然后根据不同的属性应用不同的滤波器进行内插增强。特别是对边缘纹理的处理,为了提高精度,是通过两次迭代来完成的。实验中利用该算法和传统的增强方法对三峡地区航空影像和武汉TM影像分别进行了处理,并用常用的影像质量评价方法对增强处理结果进行了对比评价,实验证明,所提出的算法在保持纹理、边缘方面有较大的优越性,具有实用价值。     

遥感影像水体追踪识别提取算法及应用

针对大尺度区域所有规模以上水体一次性智能化水体提取的问题,提出了水体追踪识别提取算法。这种方法可以追踪图像中所有的连通区域,并对区域进行识别与提取。以花马湖区域的水体为例,使用水体追踪识别算法提取湖泊,能够准确地追踪各种形状的湖泊,与两边扫描法、区域增长法相比,扫描重复率低、精度高。     

基于变化检测的视频对象提取及后继帧的对象跟踪

提出一种多尺度帧间边界变化检测方法，将当前图像划分为变化区域和非变化区域，变化区域内采用基于Hausdorff距离跟踪器找到对象在后继帧的最佳匹配位置；然后利用Snake模型拟合该位置上的非刚性形变，得到对象真实边缘；最后采用一种基于距离变换的最短路径法使开环闭合。     

多级移动曲面拟合的自适应阈值点云滤波方法

为了提高机载激光雷达点云滤波算法的精度、效率以及自适应性,提出了一种多级移动曲面拟合的自适应阈值点云滤波方法。首先,对点云数据进行预处理即剔除粗差,然后通过格网化分割建立格网索引,利用每个格网的邻域格网中的最低点建立曲面方程,计算真实高程与拟合高程的差值并设置自适应性阈值进行滤波,最后采用多级滤波策略,即逐级改变格网大小并自动设置邻域和阈值,直到滤波结果达到精度要求。使用国际摄影测量与遥感学会（ISPRS）提供的测试数据对算法进行验证,第1、2类误差和总误差平均值分别为7.33%、10.64%、6.34%。将该算法与ISPRS公布的8大经典滤波算法进行比较,结果表明该方法的适应性强,滤波结果具有较高的准确性。