共查询到20条相似文献,搜索用时 109 毫秒
1.
2.
3.
4.
在视频无序运动目标实时跟踪中,无序性的出现会使所跟踪目标的尺寸和色彩等外观线索失去强度可靠性,跟踪目标的弱化会导致对目标地错误跟踪.为了克服这一问题,本文提出了一种基于改进无序运动数学形态特征的弱目标跟踪算法.该算法根据数学形态模型,分割出图像中的可跟踪特征,进行弱化特征增强,利用卡尔曼滤波预测各目标是否遇到是真实跟踪模型,在目标较为弱化的情况下,可以计算最佳定位信息更新目标信息.计算机仿真结果表明,所提出算法能够在保证实时性的前提下,在目标较为弱化的情况下,均能实现准确跟踪,并且跟踪结果令人满意. 相似文献
5.
针对在运动目标结构较为复杂,运动速度较快的情况下,采集图像与被跟踪的目标存在较大的速度差异,算法运算较为复杂,运算耗时与跟踪速度不匹配,形成跟踪滞后的问题,提出一种基于稀松运动特征匹配的跟踪滞后消除算法.在运动目标跟踪的进程中,运用稀松特征迭代计算的方法,减少特征数量.在保证跟踪精度的同时,最大程度缩短计算时间.实验表明,提出的算法很好地解决了被跟踪运动目标的滞后性问题,跟踪效果明显改善. 相似文献
6.
在人体运动跟踪建模中,需要对样本集的多样性特征进行贫化处理,以提高全关节驱动模式运动状态跟踪的准确性。传统方法采用量子进化和粒子滤波算法进行人体运动跟踪贫化算法实现,算法在全关节多样化样本特征运动模式下,跟踪效果不好。提出一种采用动态分层二值进化处理的改进的量子进化粒子滤波全关节驱动模式跟踪方法,解决多样本特征的贫化问题。进行人体全关节驱动模式动力学分析及人体运动跟踪模型构建,通过动态分层处理技术,获得二值前景图像,求得人体关节的全方位信息特征,通过动态分层二值进化方法,准确地找到各关节位置,构建亮度模型函数,实现贫化处理。实验表明,改进算法能实现对体操运动员运动幅度大的肘、腕、踝部位均得到了准确的跟踪结果,贫化效果较好,运动状态估计精度较高。 相似文献
7.
SIFT算法[8]通常用于目标跟踪与检测领域,但近年来同LBP,GABOR等算法一起作为纹理特征提取算法应用于人脸表情特征提取。本文采用SIFT算法对JAFFE表情库中的图像进行特征提取,利用PCA进行降维,采用SVM进行分类,最后得出SIFT算法的识别率并和其它特征提取算法如LBP,GABOR进行比较。 相似文献
8.
简要介绍二阶稳马尔科夫模型在语音处理中的基本原理,对隐马尔科夫模型中生成序列观察、前向——后向算法中的线性计算原理进行归纳,将二维空间向量和矩阵计算的方法引入语音处理的二阶隐马尔科夫过程. 相似文献
9.
提出了基于量子进化算法的人体跟踪方法。量子进化算法借鉴了量子计算的思想,具有较强的寻优能力和较快的运算速度,在基于量子进化算法的人体跟踪中,将跟踪置于函数优化框架内,视跟踪为在模型可行域内求解与图像观测特征具有最优匹配的模型的函数优化问题,并对此目标函数使用量子进化算法寻优。模拟场景实验表明,与基于粒子滤波的人体跟踪算法相比,基于量子进化算法的人体跟踪具有较高的跟踪精度和较快的运算速度。 相似文献
10.
主要研究了视频图像目标跟踪准确性问题。在基于核的颜色特征统计描述及以此建立视觉目标观测概率方法的基础上,提出了一种改进的粒子滤波视频图像目标跟踪算法。首先,本文给出了基于标准粒子滤波的单特征、单目标跟踪算法,然后针对加权样本参数的选择不同,提出改进思路,最后通过与基于均值移位视觉目标跟踪算法的实验结果对比。提出的改进的粒子滤波跟踪算法在稳健性方面有显著地提高,而且若适当选择视觉跟踪参数,在实时性方面能得到有效地保证。 相似文献
11.
12.
图像中的特征点可以用来匹配图像.本文给出了一个基于SIFT特征点集之间距离的图像匹配算法.首先提取出图像中的所有SIFT特征点,然后根据奇异值分解再选出特征点集,根据点集不变性计算出距离,最后根据距离值匹配图像,实验结果显示,该算法具有可行性. 相似文献
13.
针对传统的CAMShift算法跟踪目标丢失的问题,提出一种基于Kalman滤波的CAMShift目标跟踪算法。为验证改进后算法,可用安装摄像头的农田作业设备采集图像,并对图像中的特定目标进行跟踪。该算法用Kalman滤波器预测下一帧特定目标的位置,统计候选目标的直方图并进行反向投影,将得到的色彩概率分布图跟踪特定目标的特征。实验表明,改进后的算法在目标快速运动的情况下仍然取得较好的跟踪效果,具有较好的稳定性。 相似文献
14.
影像匹配在人工智能和计算机视觉等领域有着极为广泛的应用,其决定了影像目标识别跟踪、图像配准的质量。其中的基于SIFT特征的影像匹配算法,针对场景不同、尺度缩放、分辨率差异、光照亮度变化、影像模糊以及压缩等有很强的适应性,故而应用在当前很多匹配算法中。当由于其算法的特性,在一些应用中其匹配速度对硬件要求较高。本文从这一点出发,对SIFT算子予以改进,以保障匹配精度为前提,实现了算法效率的提高,并实验验证。 相似文献
15.
对模糊图像的多尺度分割,是解决许多计算机视觉处理问题的基础。传统的图像分割算法采用基于小波变换的局部特征匹配方法,无法有效去除光照的干扰,对运动目标图像的分割效果不好。提出一种基于模糊图像边缘能量特征提取的运动目标图像的去光照干扰分割方法。计算去光照干扰后的运动目标图像振幅分量和频率分量,采用混合函数控制曲线方法生成运动目标图像时间序列,计算每个尺度下计算运动目标图像的边缘能量特征,进行图像区域特征的非同态块匹配分割,最终生成灰度直方图二进制均衡系数,实现了运动目标图像的准确分割,去除了光照干扰。仿真结果表明,该算法具有分割结果准确,抗干扰能力较好,图像分割质量较优。 相似文献
16.
17.
18.
分析了SIFT算法和SURF算法的尺度空间和特征点描述符,同时对避障算法进行实现表明:采用旋转图像匹配时,SIFT算法的耗时较大,SURF算法的实时性相对较好,SIFT算法在同样的匹配时间内获得的特征点对数较多;采用尺寸变化图像时,随着图像尺寸的增大,特征点的数量增加,消耗的时间也不断增加。 相似文献
19.
在获取无人机航拍图像后,我们对图像进行初步去噪、平滑和特征提取处理,接下来需要进行特征匹配工作。我们针对无人机航拍图像所具有的相关缺陷,即视点过分离散、视角不稳定[1];提出了改进SIFT算法和Susan算法相结合的特征匹配方案。改进SIFT算法是基于图像Radon变换的改进[2],然后和Susan算话结合使用;最终的实验结果表明,新提出的匹配方案有着良好的快速性和较高的匹配精度,完全能够应用于无人机航拍场景下对实时性要求较高的目标识别和三维重建。 相似文献