检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

动态跟踪中背景补偿与目标运动估计

北京理工大学学报 2010年第11期30卷 1305-1309页

作者：周斌王军政沈伟北京理工大学复杂系统的智能控制与决策教育部重点实验室北京100081

针对目标的观测位置信息中混入了背景运动的问题,提出一种特征点集与稀疏光流场相结合的背景补偿方法.通过Harris算子找出一组特征点,在相邻帧中通过计算每个特征点的局部最优匹配区域得到稀疏点集的光流向量.根据其光流方向概率分布,... 详细信息

针对目标的观测位置信息中混入了背景运动的问题,提出一种特征点集与稀疏光流场相结合的背景补偿方法.通过Harris算子找出一组特征点,在相邻帧中通过计算每个特征点的局部最优匹配区域得到稀疏点集的光流向量.根据其光流方向概率分布,最终计算出背景的偏移量.通过背景补偿,得到目标的真实偏移量序列,带入Kalman滤波方程,对下一帧中目标的运动状态进行实时估计.实验表明,背景补偿后的预测精度在10个像素之内,每个均值迁移跟踪单元大约需要10ms,提高了跟踪的稳定性,有效减少了迭代次数.新的跟踪器能满足动态实时跟踪的要求.

关键词：目标跟踪背景补偿目标运动估计均值迁移

在线全文

学校读者我要写书评

暂无评论

基于层次匹配和背景补偿的红外目标跟踪

模式识别与人工智能 2007年第5期20卷 722-726页

作者：黄飞李德华华中科技大学图像识别与人工智能研究所图像信息处理与智能控制国家教育部重点实验室武汉430074

在红外图像跟踪过程中,由于种种原因红外序列图像中的感兴趣目标往往存在不规则运动,很难用某种模型来描述目标的运动状态变迁.本文提出一种基于层次匹配和背景补偿的方法来对此类红外目标进行精确跟踪.背景补偿算法去除前后帧图像由于... 详细信息

在红外图像跟踪过程中,由于种种原因红外序列图像中的感兴趣目标往往存在不规则运动,很难用某种模型来描述目标的运动状态变迁.本文提出一种基于层次匹配和背景补偿的方法来对此类红外目标进行精确跟踪.背景补偿算法去除前后帧图像由于数据采集工具的不规则抖动而造成的图像差异,在背景补偿算法的基础上运用层次匹配策略大大提高跟踪精度.实验结果表明,此算法可以实现复杂场景下的红外目标的高精度稳定跟踪.

关键词：层次匹配背景补偿均值移位平均绝对差值法(MAD)

在线全文

学校读者我要写书评

暂无评论

基于形态学滤波的红外图像背景补偿

红外技术 2016年第4期38卷 333-336页

作者：李武周余锋王冰胡琥香周长荣光电对抗测试评估技术重点实验室河南洛阳471003 中国洛阳电子装备试验中心河南洛阳471003

天空背景的红外辐射特性与观测天顶角有关,造成具有天空背景的红外图像背景亮度不均匀,影响了红外图像后续处理。针对红外图像天空背景亮度不均匀的特点,提出了一种基于形态学滤波的红外图像背景补偿方法,并采用了一种简单的自动全局阈... 详细信息

天空背景的红外辐射特性与观测天顶角有关,造成具有天空背景的红外图像背景亮度不均匀,影响了红外图像后续处理。针对红外图像天空背景亮度不均匀的特点,提出了一种基于形态学滤波的红外图像背景补偿方法,并采用了一种简单的自动全局阈值处理方法对背景补偿效果进行了实验验证,结果表明,该方法能够很好的解决红外图像天空背景亮度不均匀的问题。

关键词：形态学滤波红外图像天空背景背景补偿

在线全文

学校读者我要写书评

暂无评论

动态场景下基于精确背景补偿的运动目标检测

计算机应用与软件 2013年第10期30卷 139-141,198页

作者：于明孙炜烨阎刚于洋河北工业大学计算机科学与软件学院天津300401

针对动态场景下因背景补偿效果欠佳而不能准确检测运动目标的问题,提出一种基于精确背景补偿的运动目标检测算法。算法采用加入对称约束的SURF特征点匹配算法,以获得稳健的匹配点对。同时利用自适应外点滤除法去除目标点对全局运动估计... 详细信息

针对动态场景下因背景补偿效果欠佳而不能准确检测运动目标的问题,提出一种基于精确背景补偿的运动目标检测算法。算法采用加入对称约束的SURF特征点匹配算法,以获得稳健的匹配点对。同时利用自适应外点滤除法去除目标点对全局运动估计的影响,显著地提高了背景补偿的精度。最后用帧差法准确地检测出运动目标。实验结果表明,该算法具有很好的鲁棒性,能够在背景复杂且摄像机运动的环境下准确地提取出运动目标。

关键词：动态场景 SURF 背景补偿运动目标检测

动态场景下基于背景补偿的移动机器人定位研究

在线全文

学校读者我要写书评

暂无评论

机床与液压 2021年第10期49卷 1-5页

作者：徐树袁亮新疆大学机械工程学院新疆乌鲁木齐830047

针对室内移动机器人在动态环境下不能准确估计位姿的问题,提出一种结合帧差法和背景补偿的RGBD视觉同步定位与建图方法。利用ORB方法进行特征点检测和匹配,然后利用LK光流法部分消除动态物体对全局运动估计的影响并进行背景补偿,最后使... 详细信息

针对室内移动机器人在动态环境下不能准确估计位姿的问题,提出一种结合帧差法和背景补偿的RGBD视觉同步定位与建图方法。利用ORB方法进行特征点检测和匹配,然后利用LK光流法部分消除动态物体对全局运动估计的影响并进行背景补偿,最后使用帧差法得到动态目标,在位姿估计中去除动态目标上的特征点,加上形态学腐蚀和膨胀运算去除噪声对提取目标过程的影响。在TUM数据集下的实验表明,提出的方法可以有效提高定位精度,减少动态物体的影响。

关键词：动态环境帧差法背景补偿定位

在线全文

学校读者我要写书评

暂无评论

多波段红外图像的抗噪背景补偿系统设计

激光杂志 2019年第1期40卷 103-106页

作者：陈瑞瑞李爽吴颖郑州工业应用技术学院郑州451150 中原工学院信息商务学院郑州451191

针对当前多波段红外图像抗噪能力差,对后续红外图像处理带来不利影响的难题,提出形态学滤波的多波段红外图像抗噪背景补偿方法。首先设计多波段红外图像抗噪背景补偿系统的硬件,包含图像预处理和数字化、抗噪背景增强、帧存储器、时序... 详细信息

针对当前多波段红外图像抗噪能力差,对后续红外图像处理带来不利影响的难题,提出形态学滤波的多波段红外图像抗噪背景补偿方法。首先设计多波段红外图像抗噪背景补偿系统的硬件,包含图像预处理和数字化、抗噪背景增强、帧存储器、时序逻辑控制等模块,然后设计了多波段红外图像抗噪背景补偿的流程,利用形态学滤波对多波段红外图像进行处理,实现多波段红外图像抗噪背景补偿,最后实验结果表明,本文系统能够准确对图像噪声进行准确识别,背景补偿后图像质量好,而且景补偿的速度快。

关键词：多波段红外图像抗噪背景补偿系统设计

智能视频监控中基于背景补偿的运动目标检测算法研究

在线全文

学校读者我要写书评

暂无评论

智能视频监控中基于背景补偿的运动目标检测算法研究

作者：潘子越西安电子科技大学

学位级别：硕士

视频监控在国防安全、工业生产、交通监测以及人们的日常生活等方面有着重要应用,其已成为现代化城市的基础设施之一。作为视频监控的核心技术之一,运动目标检测技术的准确性和可靠性直接影响视频图像处理效果。由于受到外界复杂环境、... 详细信息

视频监控在国防安全、工业生产、交通监测以及人们的日常生活等方面有着重要应用,其已成为现代化城市的基础设施之一。作为视频监控的核心技术之一,运动目标检测技术的准确性和可靠性直接影响视频图像处理效果。由于受到外界复杂环境、监控设备自身运动和所测目标随机多变等因素的影响,现有的运动目标检测技术仍存在检测精度不高、漏检误检、鲁棒性较差的问题,如何实现动态背景下的运动目标精准检测仍是一项重大挑战。由于动态背景下的运动目标检测包含背景运动和目标运动两个部分,如何将动态背景下的问题转换为静态背景下的问题是关键的一步。因此,本文分别对动态背景补偿技术和运动目标检测技术两方面展开研究。本文的主要研究内容与工作如下:(1)设计了一种基于改进SURF(Speeded UP Robust Features)算子和匹配优化的背景补偿算法。设计了一种基于恒定旋转梯度的主方向估计方法,针对经典SURF算法中存在特征点主方向估计产生误差进而降低图像匹配准确率的问题,本文从特征点主方向估计原理展开分析,定位到是图像旋转前后致使采样点的Haar小波响应值不一致导致的主方向估计发生偏差。针对上述问题,提出基于恒定旋转梯度的特征点主方向估计方法和新的特征点主方向定义,利用特征点邻域内总Haar小波响应表征特征点主方向。经过实验测试,本文提出的方法相较于经典SURF算法,图像特征点匹配精度提升了6.14%,一定程度上改善了特征点匹配效果。设计了基于局部自适应阈值的KNN(K-Nearest Neighbors)特征点匹配算法,针对传统KNN特征点匹配准确度不够的情况,分析了影响匹配精度的原因,确定图像特征点分布不均匀是导致误匹配现象发生的因素之一。针对以上问题,本文根据图像局部特征点分布情况调整阈值大小,采用自适应阈值代替传统固定阈值的策略,选取欧式距离作为特征点之间匹配的相似度量依据,设计了基于局部自适应阈值的KNN特征点匹配算法,改善了由于图像特征点分布不均匀导致的误匹配现象,经过实验测试,采用改进的KNN特征点匹配算法可以降低误匹配率,并且将本文改进的SURF算法和改进的KNN算法相结合使用,相较于原始的SURF算法和传统KNN匹配算法配合使用,可使误匹配率降低10.49%,特征点匹配效果改善较明显。采用PROSAC(Progressive Sample Consensus)算法筛选最优特征点对,求解出仿射变换矩阵H,根据参考帧图像获得当前帧的补偿帧图像,即实现当前帧图像的背景补偿。最后,针对补偿帧图像中存在黑色区域的现象,采用双线性插值法进行图像修复,以获得最佳显示效果。实验表明,比起传统的背景补偿算法,本文背景补偿算法的准确度更高,耗时更低,算法整体性能更加优秀。(2)设计了一种基于改进三帧差分法的运动目标检测算法。动态背景经过补偿配准后,运动目标检测由背景变化转换为背景静止的情形。在静态背景的情形下,针对由于待检测目标移动过于缓慢或自身强度偏弱导致检测信息不完整的问题,本文提出基于改进三帧差分法的运动目标加强处理,通过将差分图像累加以加强目标的强度,提高检测质量。加强目标强度之后,将形态学处理与Canny边缘检测相配合处理,获取检测目标的边缘信息,将检测结果与累加差分图像进行逻辑“或”运算操作,即可得到较为完整的目标信息。针对同一个运动目标会被误检成多个小目标区域的问题,本文引入了离散区域归并的思想,将符合条件的小目标区域进行归并操作,极大避免了误检的情况发生。(3)对本文算法效果展开实验与分析。选取三组背景运动的视频序列,并选择三种较优秀的对比算法与本文算法展开对比实验,分别从主观分析,差分图评价,运动目标检测结果评价,算法的帧处理速率评价,补偿后图像的峰值信噪比评价五方面对实验结果进行详细分析,本文算法耗时比其他算法平均耗时降低11%,本文算法背景补偿精确度比其他算法平均提高9.52%。最后得出结论:本文算法从背景补偿准确性,运动目标检测准确性,实时性都有一定程度的提升。

关键词：背景补偿运动目标检测 SURF算子特征点匹配多帧差分

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动态场景下基于背景补偿的目标检测技术研究

动态场景下基于背景补偿的目标检测技术研究

作者：杨文博西安电子科技大学

学位级别：硕士

动态场景下的目标检测是指摄像设备在运动过程中,对不同场景中的运动目标从多角度,多方位进行检测和标记。近几年,计算机技术的发展已经让动态场景下的目标检测技术在无人驾驶、视频监控、生物医学、军事侦察等众多领域发挥重要作用。然... 详细信息

动态场景下的目标检测是指摄像设备在运动过程中,对不同场景中的运动目标从多角度,多方位进行检测和标记。近几年,计算机技术的发展已经让动态场景下的目标检测技术在无人驾驶、视频监控、生物医学、军事侦察等众多领域发挥重要作用。然而,由于动态场景的复杂性,使得这类算法只能在特定场景下发挥作用,尤其是目标检测算法的精准性、实时性和鲁棒性都还需进一步提升。为此,本文主要围绕如何提升背景补偿的精准性、提高算法的实时性和鲁棒性等问题展开深入研究,完成的工作和贡献主要有以下两个方面:（1）设计了一种基于BRISK特征点提取和匹配优化的背景补偿算法。引入了直方图均衡化操作对原图像进行预处理,使得原图像更加清晰、平滑,避免了由于图像灰度级不均匀所导致的特征点分布过于密集或者稀疏的问题。针对全局式特征点检测带来的计算量过大以及误匹配率过高等问题,提出基于信息度量理论的方法对于图像进行分块筛选,淘汰信息量过大或者过小图像块,缩小特征点检测范围,减少了计算工作量,使得BRISK算法运行效率提高了20%左右。设计了基于改进的KNN特征点匹配算法,通过汉明距离和欧式距离相结合的匹配方法使得误匹配率降低了32.1%。采用PROSAC算法对特征点进一步精确筛选,获得最优的三个精确特征点对,并以此求出参考图像和当前图像之间的仿射矩阵变换H,完成当前图像的背景补偿。最后,针对补偿图像中存在的空洞现象,采取了原图像对应位置像素补齐的方式进行空洞修复,确保了后续目标检测过程中图像的完整性。实验表明,相较于传统的背景补偿算法,本文算法的背景补偿结果更为精确,耗时更低,综合性能更优。（2）设计了一种基于三帧差分优化的运动目标检测算法。针对运动目标强度较弱所引起的目标检测结果不佳等问题,采用累计差分图像来加强目标强度,提高目标的可见性。通过计算运动历史图来保证目标的完整性,增强了目标轮廓的清晰度,并结合形态学运算和Canny边缘检测进一步处理,消除背景干扰,提高了目标的检测精度。针对检测过程中目标丢失重现以及虚假目标干扰等问题,采用局部特征点匹配的方式对目标候选区域进行确认,引入匹配相似度和目标轨迹确信度对目标轨迹进行关联和筛选,将关联候选目标区域数最多的轨迹作为目标的真实轨迹输出。通过四组实验对比分析得出结论:相较于传统的目标检测算法,本文算法平均PWC值降低44%,平均F1值提高26%,平均耗时减少44%,对于不同的场景以及具有不同运动属性的目标均有良好的检测效果,算法的精准性、实时性以及鲁棒性都有明显的提升。

关键词：背景补偿目标检测 BRISK算子特征点匹配多帧差分

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

加热炉内背景补偿测温系统

中国计量 2008年第11期 82-83页

作者：杨彬周俊马钢股份公司设备部

钢坯在轧制前必须在加热炉内被均匀地加热到规定的温度。过热会增加氧化铁皮的损失和能源损失,甚至局部熔化、烧毁炉内设备、缩短炉子寿命等,过冷将不能完成轧制，甚至毁坏轧辊，因此测量钢坯的温度十分重要。

关键词：测温系统背景补偿炉内加热能源损失氧化铁皮温度轧制