检索结果-南通市图书馆

改进的mean shift算法在前视声呐运动目标跟踪中的应用

在线全文

学校读者我要写书评

暂无评论

声学技术 2020年第3期39卷 279-283页

作者：崔杰胡长青徐海东吕银杰中国科学院声学研究所东海研究站上海201815 中国科学院大学北京100049 嘉兴易声电子科技有限公司浙江嘉兴314000

多波束前视声呐具有成像速度快、分辨率高的优点,是进行水下目标探测、跟踪和监控的重要设备。针对多波束前视声呐运动目标的跟踪问题,提出了一种改进的meanshift算法。该算法利用经典的meanshift算法实现目标的帧间定位,通过基于图像... 详细信息

多波束前视声呐具有成像速度快、分辨率高的优点,是进行水下目标探测、跟踪和监控的重要设备。针对多波束前视声呐运动目标的跟踪问题,提出了一种改进的meanshift算法。该算法利用经典的meanshift算法实现目标的帧间定位,通过基于图像序列的背景消减法实现运动目标分割,根据分割后目标的位置和大小对mean shift跟踪框进行更新,并重新建立跟踪模型来迭代实现目标的准确定位和跟踪。实验结果表明,改进后的算法可实现目标跟踪框随目标大小和形状的更新,对目标的定位更加准确。因此,该算法具有应用于水下目标精确跟踪和定位的潜力。

关键词：前视声呐 mean shift 目标分割目标跟踪

mean shift算法在彩色图像滤波与分割中的应用

在线全文

学校读者我要写书评

暂无评论

Mean Shift算法在彩色图像滤波与分割中的应用

作者：吴琴琴陕西师范大学

学位级别：硕士

图像在获取或传输过程中常受到各种噪声的干扰,导致其质量受到或多或少的影响。为了改善图像的质量,常常需要抑制图像噪声。此外,对图像特征信息进行分析与理解,图像分割是必不可少的步骤。相比灰度图像,彩色图像以丰富的色彩信息强化... 详细信息

图像在获取或传输过程中常受到各种噪声的干扰,导致其质量受到或多或少的影响。为了改善图像的质量,常常需要抑制图像噪声。此外,对图像特征信息进行分析与理解,图像分割是必不可少的步骤。相比灰度图像,彩色图像以丰富的色彩信息强化了人眼对细节的感知能力。对彩色图像滤波与分割进行研究具有重要的研究价值和现实意义。mean shift算法是一种基于核函数密度梯度的无参估计方法。作为一种有效的统计迭代算法,该算法自提出以来得到了许多学者的关注和研究,在图像处理及机器视觉领域中获得了广泛的应用。本文针对mean shift算法在彩色图像滤波与分割中的应用进行研究,主要工作如下：(1)针对mean shift算法在图像滤波中的两个关键参数——带宽和权重进行客观分析,提出一种基于自适应mean shift算法的彩色图像滤波方法。该方法首先根据图像颜色信息的灰色关联度定义自适应空域带宽;然后利用颜色粗糙度计算自适应值域带宽,再根据色彩差获得各采样点的权重;最后用改进后的自适应mean shift算法对图像进行滤波。仿真实验结果表明,所提方法在抑制图像噪声的同时,滤波效果更符合人眼视觉感知且能更好地保留图像边缘等细节信息。(2)针对传统mean shift算法分割彩色图像存在的过分割问题,利用超像素概念提出一种基于mean shift算法和区域生长的彩色图像分割方法。该方法首先采用mean shift算法对彩色图像进行超像素初分割和极小超像素区域消除,从而得到超像素;然后以所得到的超像素作为区域生长种子点将它们从左到右、从上到下按相似准则进行生长;最后合并分割结果中存在的小区域。仿真实验结果表明,所提方法能够有效分割彩色图像。

关键词： mean shift 图像滤波灰色关联分析超像素区域生长图像分割

Biologically adaptive robust mean shift algorithm with Cauchy predator-prey BBO and space variant resolution for unmanned helicopter formation

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Science China(Information Sciences) 2014年第11期57卷 195-207页

作者： WANG XiaoHua DUAN HaiBin State Key Laboratory of Virtual Reality Technology and Systems Beihang University

Visual tracking technology can provide measurement information for unmanned helicopter formation and thus, more attention is being paid to this research area. We propose a novel mean shift(MS) algorithm that is both adaptive and robust for unmanned helicopter formation and apply it to the leading unmanned helicopter tracking. The movement of an unmanned helicopter is very flexible and changeable, which makes the tracking there of more difficulty than for common targets. In creating an algorithm that can adapt to the acceleration of the unmanned helicopter and estimates both the scale and orientation of the movement changes, we combine the traditional MS with the bio-inspired Cauchy predator-prey biogeography-based optimization(CPPBBO)evolutionary algorithm, and also the space variant resolution(SVR) mechanism of the human visual system(MS-CPPBBO-SVR). To demonstrate the effectiveness and robustness of the proposed method and justify the importance of the CPPBBO algorithm and SVR mechanism at the same time, a series of comparative experiments were carried out. The experimental results of the proposed MS-CPPBBO-SVR method are compared with other competitive tracking methods, such as MS, MS with SVR(MS-SVR), MS-SVR with several other optimization algorithms, and the robust particle filter algorithm. The experimental results demonstrate that our proposed tracking approach, MS-CPPBBO-SVR, is more adaptive, robust and efficient in target tracking than the other methods.

关键词： unmanned helicopter formation tracking mean shift biogeography-based optimization(BBO) predator-prey space variant resolution(SVR)

Novel polarimetric SAR speckle filtering algorithm based on mean shift

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Journal of Systems Engineering and Electronics 2013年第2期24卷 222-233页

作者： Bo Pang Shiqi Xing Yongzhen Li Xuesong Wang School of Electronic Science and Engineering National University of Defense Technology

For better interpretation of synthetic aperture radar（SAR） images,the speckle filtering is an important issue.In the area of speckle filtering,the proper averaging of samples with similar scattering characteristics is of great importance.However,existing filtering algorithms are either lack of a similarity judgment of scattering characteristics or using only intensity information for similarity judgment.A novel polarimetric SAR（PolSAR） speckle filtering algorithm based on the mean shift theory is proposed.As polarimetric covariance matrices or coherency matrices form Riemannian manifold,the pixels with similar scattering characteristics gather closely and those with different scattering characteristics separate in this hyperspace.By using the range-spatial joint mean shift theory in Riemannian manifold,the pixels chosen for averaging are ensured to be close not only in scattering characteristics but also in the spatial domain.German Aerospace Center（DLR） L-Band Experiment SAR（E-SAR） data and East China Research Institute of Electronic Engineering（ECRIEE） PolSAR data are used to demonstrate the efficiency of the proposed algorithm.The filtering results of two commonly used speckle filtering algorithms,refined Lee filtering algorithm and intensity driven adaptive neighborhood（IDAN） filtering algorithm,are also presented for the comparison purpose.Experiment results show that the proposed speckle filtering algorithm achieves a good performance in terms of speckle filtering,edge protection as well as polarimetric characteristics preservation.

关键词： speckle filtering mean shift polarimetric synthetic aperture radar（PolSAR）.

Ground Moving Target Tracking with VS-IMM Using mean shift Unscented Particle Filter

在线全文

学校读者我要写书评

暂无评论

Chinese Journal of Aeronautics 2011年第5期24卷 622-630页

作者： GAO Caicai CHEN Wei School of Electronics and lnformation Engineering Beihang University Beijing 100191 China

In order to track ground moving target, a variable structure interacting multiple model （VS-IMM） using mean shift unscented particle filter （MS-UPF） is proposed in this paper. In model-conditioned filtering, sample particles obtained from the unscented particle filter are moved towards the maximal posterior density estimation of the target state through mean shift. On the basis of stop model in VS-IMM, hide model is proposed. Once the target is obscured by terrain, the prediction at prior time is used instead of the measurement at posterior time; in addition, the road model set used is not changed. A ground moving target indication （GMTI） radar is employed in three common simulation scenarios of ground target： entering or leaving a road, crossing a junction and no measurement. Two evaluation indexes, root mean square error （RMSE） and average normalized estimation error squared （ANEES）, are used. The results indicate that when the road on which the target moving changes, the tracking accuracy is effectively improved in the proposed algorithm. Moreover, track interruption could be avoided if the target is moving too slowly or masked by terrain.

关键词： ground moving target tracking mean shift unscented particle filter hide model road information variable structure interacting multiple model

mean shift算法研究及其在视频目标跟踪中的应用

在线全文

学校读者我要写书评

暂无评论

Mean Shift算法研究及其在视频目标跟踪中的应用

作者：郑永威山东大学

学位级别：硕士

当今社会是信息社会,计算机技术的快速发展为我们的工作和生活带来了很大的便利。视频目标跟踪是基于计算机技术和信息技术的一门跨学科的领域,目前被广泛应用于视频监控、机器人视觉、智能交通、国防建设和航天航空及国民经济建设各个... 详细信息

当今社会是信息社会,计算机技术的快速发展为我们的工作和生活带来了很大的便利。视频目标跟踪是基于计算机技术和信息技术的一门跨学科的领域,目前被广泛应用于视频监控、机器人视觉、智能交通、国防建设和航天航空及国民经济建设各个领域。视频目标跟踪的核心在于合理地分离出目标,正确地描述目标特征和快速地识别目标,同时考虑算法的实时性、精确性和鲁棒性。目标跟踪的本质是自动控制系统的状态估计问题,即滤去随机噪声,观测和估计目标的连续状态,最后求解目标的运动要素。在课题研究中,通过对视频场景监控中目标跟踪问题的学习和探索,课题的研究取得了一定的进展。由于视频目标跟踪环境中背景和目标的复杂性,很难找到一个能处理所有情况的算法,因此各种算法层出不穷。本文详细介绍了目标跟踪领域中几种较为经典的算法：mean shift算法、粒子滤波算法和最小二乘算法。分析了各种算法的不同优缺点,并且对于算法的不足,提出了一些改进的方法。由于mean shift算法在目标初始位置进行迭代收敛,当目标运动较快或者目标被遮挡时,算法跟踪效果将会受到影响。采用最小二乘预测算法可解决这一问题,首先采用最小二乘法对目标的位置进行预测,mean shift算法在预测位置进行迭代跟踪,利用mean shift算法获取目标最终跟踪位置,通过减少每帧搜索时矢量离收敛点的距离来实现加速,该算法称为最小二乘mean shift算法。仿真结果表明,在目标运动速度较快或发生轻微遮挡的情况下,改进算法表现出更好的跟踪效果。同时,对于两种算法的mean shift迭代次数和每帧的处理时间进行了计算和对比,对比发现,改进算法有更好的实时性。最小二乘mean shift算法计算量小,在视频图像背景相对简单的情况下,跟踪过程可以保证较好的实时性;但是当目标发生较大范围的遮挡时,该算法的跟踪效果欠佳,甚至发生跟踪丢失的情况。相比之下,粒子滤波算法在复杂背景、遮挡等情况下能进行比较准确的跟踪;然而,粒子滤波的计算量比较大,其较好的鲁棒性也是以牺牲实时性为代价。针对上述两种算法的不同优缺点,提出一种最小二乘mean shift算法和粒子滤波结合的目标跟踪算法,在目标未被遮挡或者遮挡比例相对较小的情况下,利用最小二乘mean shift算法进行跟踪,当目标发生严重遮挡,改用粒子滤波算法进行跟踪。该算法就是根据相似度系数的大小不断地进行两种算法的转换,从而实现较好的跟踪效果。结果表明,结合算法同时有较好的实时性和鲁棒性。

关键词：目标跟踪 mean shift 粒子滤波最小二乘法 LSMS

基于mean shift算法和DM642的图像跟踪系统的设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

广州航海学院学报 2022年第4期30卷 64-68页

作者：蒋强安徽职业技术学院机械工程学院安徽合肥230011

为提升图像的跟踪系统整体能力,优化跟踪定位设计方案,基于mean shift算法和DM642的图像设计优化跟踪系统.通过构建mean shift跟踪模型,采用TMS320DM642芯片,利用视频编解码器、外部存储器及其他外围电路搭建图像处理的硬件平台.实验结... 详细信息

为提升图像的跟踪系统整体能力,优化跟踪定位设计方案,基于mean shift算法和DM642的图像设计优化跟踪系统.通过构建mean shift跟踪模型,采用TMS320DM642芯片,利用视频编解码器、外部存储器及其他外围电路搭建图像处理的硬件平台.实验结果显示,所设计的系统可以稳定地实时跟踪目标.

关键词：图像跟踪 DM642 mean shift 程序优化

基于改进mean shift算法的无人机目标定位方法研究

在线全文

学校读者我要写书评

暂无评论

基于改进Mean Shift算法的无人机目标定位方法研究

作者：王博哈尔滨理工大学

学位级别：硕士

随着现代社会的发展进步,目标定位越来越受到人们的重视。传统的目标定位方式如雷达法、基站布局法等对外界硬件设备要求太高,还容易被周围环境影响。由于无人机具有高机动性、易操作性等特性,所以在目标定位中扮演着越来越重要的角色... 详细信息

随着现代社会的发展进步,目标定位越来越受到人们的重视。传统的目标定位方式如雷达法、基站布局法等对外界硬件设备要求太高,还容易被周围环境影响。由于无人机具有高机动性、易操作性等特性,所以在目标定位中扮演着越来越重要的角色。在无人机目标定位中,图像匹配又占据了重要角色。传统的基于颜色直方图特征、梯度方向直方图特征、梯度幅值直方图特征的mean shift匹配算法存在对颜色太敏感、相似度匹配曲面不连续等缺陷,不能用于无人机的目标定位,所以需要对此进行改进,让mean shift算法可以用在无人机的目标定位中。本文就是针对这个问题,进行了深入研究。本文首先综述了国内外的目标定位方法及图像匹配算法发展现状。然后研究了传统的基于颜色直方图特征、梯度方向直方图特征、梯度幅值直方图特征的mean shift算法,通过实验论证它们在目标定位中的可行性,在此基础上,本文使用了梯度矢量流(GVF)改进了对梯度幅值直方图特征的提取,并应用到mean shift算法中。研究结果表明,使用改进后的mean shift算法可以解决上述方法所存在的问题,它不会因为色彩、光照而丢失目标,具有一定的鲁棒性;也不会因为目标在图像中有空间位置的变换而直方图无法体现出来;它在相似度匹配曲面中体现出来良好的连续性、光滑性。最后通过仿真实验和误差分析论证了本文提出的改进算法在目标定位中的准确性。

关键词：无人机目标定位 mean shift 梯度矢量流直方图

mean shift结合拓扑约束法进行高密度细胞追踪

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Mean Shift结合拓扑约束法进行高密度细胞追踪

作者：师扬哈尔滨工程大学

学位级别：硕士

在细胞学研究领域,细胞运动分析一直是其重要的研究方向,而对细胞运动进行分析,首先就要对细胞的运动轨迹进行有效的追踪。在神经干细胞的研究中,由于神经干细胞是一类尚未分化的母细胞,能够通过不对等的分裂方式产生各类神经组织,... 详细信息

在细胞学研究领域,细胞运动分析一直是其重要的研究方向,而对细胞运动进行分析,首先就要对细胞的运动轨迹进行有效的追踪。在神经干细胞的研究中,由于神经干细胞是一类尚未分化的母细胞,能够通过不对等的分裂方式产生各类神经组织,对神经系统疾病以及肿瘤的治疗有着积极的作用。研究神经干细胞的分裂、演化的规律,是当前生物医学工程领域的一个研究热点。在高密度神经干细胞的研究中,利用人工追踪细胞轨迹的方法,由于其费时大,易于产生错误,已经逐步被利用计算机对图像进行处理的方法所替代。因此,当前的细胞研究需要一种能够对高密度细胞图像进行自动追踪的系统。本文以高密度细胞追踪作为研究方向,针对不同图像序列的成像特点,采用了不同的分割方法,为细胞的全自动追踪奠定基础。在细胞追踪部分,根据高密度细胞图像中细胞运动的特点,将细胞分为惰性细胞和活跃细胞。由于mean shift算法对于活跃细胞的追踪效果不理想,本文采用了拓扑约束的方法对其追踪。在高密度细胞追踪过程中针对由于细胞密集导致追踪错误的问题,本文在原有拓扑约束条件的基础上,进一步引入了周长差等新的条件,强化了拓扑约束方法对活跃细胞的追踪作用。另外,对细胞追踪中容易出现的细胞丢失、新细胞的出现等情况给出了相应的解决方法。最后,分别利用两组图像序列共150帧对本文方法进行了测试,实验结果表明本文的方法分别较mean shift算法和拓扑约束方法提高4%～17%和2%～7%的准确率,能够更加有效的实现对高密度细胞图像的追踪。

关键词：高密度细胞追踪图像序列 mean shift 拓扑约束