实时标记的多目标图像跟踪器

提出了一种实时标记算法。该方法以目标二值像段作为处理的基本单元，利用目标二值像段起、终点坐标和相邻扫描行中二值像段的邻接关系，完成多个目标图像的标记和测量工作，具有占用存储量少，计算速度快等优点．基于这种算法，构造了一个多目标成像跟踪器，可在２０ｍｓ内实现１５个（或更多）目标的实时测量和跟踪。还给出了实时标记的实验结果和硬件电路框图。     

基于跑长码的连通区域标记算法

提出了一种基于跑长码的快速区域标记算法。该算法分为两个相对独立的步骤，第一步对二值图像进行扫描，产生图像中所有目标段的跑长码及初始标记，并得到标记邻接表；第二步对邻接表进行分析产生映射表，并根据映射表内容修正第一步得到的跑长码标记．算法已用于实时目标跟踪系统，取得了满意的结果。     

基于跑长码的连通区域标记算法

提出了一种基于跑长码的决策区域标记算法，算法分为两具相对独立的步骤，第一步对二值图像进行扫描，产生图像中所有目标段的跑长码及初始标记，并得到标记邻接表；第二步对邻接表进行分析产生映射表，并根据映射表内容修正第一步得到的跑长码标记，算法已用于实时目标跟踪系统，取得了满意的结果。     

二值图像连通域标记优化算法

在分析现有二值图像像素扫描连通域标记算法的基础上,提出像素扫描连通域标记优化算法。本算法具有速度快,算法简单,易于实现的特点,仅需两次扫描,即可实现像素的多目标标记。本算法将背景也作为目标加以标记,分两步扫描图像和临时连通域标号矩阵完成连通域的标记和合并,采用顺序存储结构存储和处理等价标号,算法速度快,节约内存。     

一种二值图像连通区域标记快速算法

由于处理时间和存储空间的限制，常规的区域标记算法往往无法满足实时图像处理的需要。针对这些不足，提出了一种新的二值图像区域标记快速算法。该算法通过结合轮廓跟踪技术，经过一次图像扫描即可完成所有连通区域的标记，避免了大多数改进算法都必须处理的标记冲突问题，此外，本算法不受所标记的区域的形状和面积的影响，能够准确标记任意形状的连通区域，表现出良好的鲁棒性。最后与现存的多种算法进行了比较，实验结果表明该算法是快速和高效的。     

大气PM 2.5显微图像粒径大小的测量

基于数字图像处理的原理,提出用八连通判别算法对大气PM 2.5显微图像的二值图像进行标记颗粒和测量颗粒粒径的大小;并在VC 6.0实现了标记和测量颗粒的算法,统计颗粒的尺寸分布。结果表明,这种颗粒标记和粒径测量的方法不受颗粒形状的影响,适用于大气PM 2.5颗粒物的测量。     

一种基于角度测量估计飞行目标运动参数的新方法

针对伪线性参数估计的实时性问题,提出了一种基于角度测量的飞行目标运动参数实时估计、跟踪算法.该算法对角度量测方程在当前飞行目标运动参数估计值附近进行泰勒级数展开,得出该时刻飞行目标的运动参数估计值与角度测量值之间的线性关系.在此基础上,利用最大似然估计法对估计值和估计误差协方差矩阵进行实时更新,再将更新值带入目标运动状态方程,以获得下一时刻的估计值和估计误差协方差,从而实现了飞行目标运动参数的迭代估计.仿真实验表明,所提算法可实现空中飞行目标的实时定位和位置、速度运动参数的实时估计,且无需存储大量的历史数据,其与伪线性参数估计算法相比,计算效率可提高50%.     

利用角度测量估计机动目标运动参数的方法

针对伪线性参数估计不适用于运动参数估计的问题,提出了一种基于角度测量的飞行目标运动参数实时估计和跟踪算法.该算法对角度量测方程在当前飞行目标运动参数估计值附近进行泰勒级数展开,得到飞行目标此刻的运动参数估计值与角度测量值之间的线性关系.在此基础上,利用最大似然估计法对参数估计值和估计误差协方差矩阵进行实时更新,并将更新值带入目标运动状态方程来估计下一时刻飞行目标的参数值和协方差,从而实现了飞行目标运动参数的迭代估计.仿真实验表明,所提算法可实现空中飞行目标的实时定位,且无需存储大量的历史数据,与伪线性参数估计算法相比,计算效率可提高50%.     

多运动目标探测标记及跟踪

针对跟踪系统对多目标跟踪以及对实时性的要求，给出了一种基于中心点和面积特征匹配的多运动目标探测标记及跟踪方法．该方法利用对多运动目标检测后的二值图像进行了连通成分标记，提出了一种新的探测搜索标记法，赋予不同连通区域不同的数字来区分，通过四连通区域法来实现．由运动目标的4个顶点来确定中心点，通过面积及中心点距离从而进一步去匹配，最后根据标记结果在原图像中准确地框定了各运动目标，从而实现对运动目标的跟踪．采用上述算法，对车辆视频进行了跟踪，取得了较好的实验结果，跟踪实验结果验证了该方法具有很好的实时性．     

基于邻域交互增益信息的多标记流特征选择算法

现有的多标记特征选择一般假设特征空间是固定已知的,然而实际应用中很多特征是需要在提取过程中实时地进行筛选.为此,提出基于邻域交互增益信息的多标记在线流特征选择算法.首先,基于多标记邻域互信息和邻域交互增益信息提出在线相关性分析与在线冗余性分析两种策略来评价特征;其次,基于邻域交互增益信息构建了在线流多标记特征选择的目标优化函数;最后,在六个多标记数据集和四个评价指标上,实验结果证明了该算法的有效性和稳定性.