共查询到10条相似文献，搜索用时 906 毫秒
1.
2.
目标跟踪在机器视觉领域中发挥着巨大的作用,但是目标跟踪算法会受到目标尺度变化等因素的影响,导致算法的跟踪精度下降。针对KCF滤波算法对目标尺度变化不敏感,无法较好实现目标尺度估计的缺点,提出一种结合均值漂移的KCF目标跟踪算法。通过对KCF滤波算法的响应峰值进行判断,引入均值偏移算法对目标位置和尺度进行修正。实验结果表明,本算法在增强了算法目标尺度自适应能力的同时,能有效地融合均值漂移算法和KCF滤波算法的优点,在多种场景下的目标跟踪精度都得到了有效提升。 相似文献
3.
在GPS接收机产生机动时,运动模型的不匹配会给跟踪算法带来性能损失。本文提出一种机动检测、Unscented Kalman Filter(UKF)以及总体最小二乘(Total Least Square,TLS)相结合的解算方法用于接收机机动的GPS跟踪解算。首先,通过机动检测算法对目标的机动性进行判别,当目标机动较小时,利用UKF的最优检测性能进行跟踪,而当目标机动较大时,结合TLS的强跟踪性能,采用TLS和UKF联合进行跟踪。从而,在不增加方程维数的情况下,实现机动目标的实时、快速跟踪。仿真结果表明该方法对机动目标具有良好的跟踪性能。 相似文献
4.
《国土资源遥感》2016,(3)
为实现对运动目标的实时跟踪,提出中心对称局部相似数量(center symmetric-local similarity number,CSLSN)这一新的局部显著度纹理描述算子,并将其引入到目标表征模型。该算子通过分析中心像素及其8邻域像素之间的大小关系,在局部相似数量(local similarity number,LSN)纹理算子的基础上,针对其无法区分同一局部显著度下的不同纹理结构的问题,增加以中心像素为对称点的局部梯度信息,提取出候选目标区域中具有CS-LSN主要模式的真实目标像素,有效地抑制了背景像素的影响并减少了后续目标表征模型的计算量;利用真实目标像素的CS-LSN纹理特征和色度特征构建直方图,完成目标表征;进而将其嵌入到均值漂移(mean shift,MS)框架完成跟踪。实验结果表明,该方法在目标与背景相似、部分遮挡、光照变化及物体形变等情况下均能完成鲁棒跟踪,目标大小为29像素×25像素时,处理速度约为25帧/s,可满足实时应用的需求。 相似文献
5.
6.
针对低对比度、条纹噪声、低空间分辨率等特点而导致的热红外图像识别效果不佳问题,提出了一种港口目标热红外遥感图像特征提取与选择方法,实现了一定情况下港口目标的高精度分类。采用纹理、几何等29个特征,通过评估器选择最佳特征组合,并根据识别精度选择最佳分类器,能生成热红外图像港口目标22个最佳分类特征,且具有一定的鲁棒性。经过参数优化后的libSVM(一种支持向量机)分类器分类精度较高;白天图像比夜间图像分类精度更高;像素值、灰度直方图相关的一维和二维统计特征、局部二进制模式特征、边缘方向直方图特征等与灰度和纹理相关的特征对港口目标热红外图像识别影响较大。 相似文献
7.
《现代测绘》2020,(1)
经典MeanShift算法仅使用了影像的颜色直方图信息表示目标特征,并不包含目标的空间位置、纹理特征等其它信息,因此当目标被遮挡或目标和背景颜色相似时,容易跟踪失败。针对此种情况,结合了颜色直方图与空间位置信息对经典算法进行改进。在获取目标和背景区域的样本数据后,利用高斯混合模型获取每个颜色单元的质心位置,并利用颜色直方图与空间信息计算得到新的候选区域中心位置,进而完成目标跟踪。实验表明,改进后的算法使用了目标区域颜色分布的空间信息,改善了传统MeanShift算法中丢失像素点空间信息的不足,在背景复杂时依然能够成功跟踪;避免了迭代计算,提高了跟踪效率。 相似文献
8.
针对卫星视频条件下的点目标跟踪问题,提出了一种运动平滑约束的贝叶斯分类目标跟踪方法(BMoST)。本方法引入朴素贝叶斯分类器的思想,不依赖目标的任何先验概率,在运动平滑性约束下,利用灰度相似性特征来表达描述目标的似然度,并根据独立假设的贝叶斯定理,建立简化的分类器条件概率修正模型,通过该模型估计目标的后验概率,从而实现目标跟踪。同时,采用卡尔曼滤波辅助、优化跟踪处理,提高算法的稳健性。试验数据采用SkySat和吉林一号拍摄的视频各两段,对6个点目标进行跟踪试验。结果表明,本文提出的方法针对卫星视频的点目标跟踪效果良好,精度达到90%左右,且跟踪轨迹平滑,满足卫星视频后续高级处理和应用需要。 相似文献
9.
10.
以运动结构特征为约束条件的序列影像匹配,是基于多变量核密度函数,采用非参数均值漂移方法估计最优局部运动相似性结构特征的过程。核密度函数的带宽大小决定了匹配方法的收敛速度和精度。本文提出了一种可变带宽的自适应运动结构特征的车载全景序列影像匹配方法。首先以采样点在空间域和光流域的局部空间结构定义自适应的带宽矩阵。采用局部光流特征向量的距离加权法,描述光流域上运动相似性结构特征的松弛扩散过程。然后给出自适应多变量核密度函数的表达形式,并探讨了均值漂移向量的求解、终止条件以及种子点的选择方法。最后融合多尺度SIFT描述特征与运动结构特征,建立统一的全景影像匹配框架。试验选择车载移动测量系统获取的城市球全景序列影像,结果表明在内点率变化、物方尺度变化等情况下,本文方法可以实现自适应运动结构特征的相似性度量,提高匹配的正确点数和匹配率,算法表现出较强的稳键性。 相似文献