一种快速的目标边缘提取及跟踪方法

在光学跟踪测量系统对目标跟踪的过程中，需要随着目标的移动，始终知道目标的坐标。这就需要采用的算法能够准确、快速地找到目标所在位置。文中正是基于此种要求提出了一种快速的目标边缘提取及跟踪的方法。     

一种基于稀疏表示的判别式目标跟踪算法

目标跟踪是计算机视觉领域中具有挑战性的问题.提出了一种基于稀疏表示的判别式目标跟踪算法,用于在复杂场景中对运动目标进行鲁棒跟踪.该算法首先对目标进行滑动窗口稠密采样,构建目标的稀疏表示字典,然后将目标表示为该字典的稀疏编码,从而构造具有判别力的目标特征表示.在跟踪过程中,将目标跟踪问题看作是背景与目标的判别性问题,使用目标和背景的特征表示在线训练朴素贝叶斯分类器,根据分类结果得到目标的跟踪结果.为了适应场景及目标外观变化,设计动态更新机制对字典与分类器进行在线更新.和传统基于稀疏表示的跟踪方法相比,该算法将稀疏表示与判别式分类器结合,利用稀疏表示获得具有判别力的目标特征表示,而在线的朴素贝叶斯分类器则确保了目标跟踪的快速有效.与流行的多种跟踪算法比较结果表明,本算法能够在复杂条件下实现目标的鲁棒跟踪.     

一种双机器人跟踪复杂边缘的协调规划方法

通过坐标变换将三维空间内的边缘跟踪问题转移到二维平面上进行研究,在边缘所在平面内描述和规划了双机器人协调跟踪边缘任务,考虑边缘的一般性,提出了基于边缘极值的分段跟踪算法,采用摆线函数的基本形式,在笛卡儿空间内,分别对双机器人的运动轨迹进行协调规划.以正弦曲线为跟踪实例进行了仿真实验,结果表明研究内容的可行性和适用性.图3,参8.     

一种基于边缘计算的RTK定位方法

实时动态载波相位差分(Real-Time kinematic,RTK)定位是一种基于载波相位观测值的实时动态定位技术,通过架设基准站并将基准站数据与流动站数据进行差分解算获取流动站的精确位置,从而得到比传统GPS定位更为精确的结果。本文提出了一种基于边缘计算的实时动态载波相位差分定位方法 E-RTK(Edge Real-Time Kinematic),通过将RTK解算任务迁移至边缘设备,降低RTK移动端对硬件的算力需求,进而降低RTK定位的硬件成本。本文基于E-RTK进行了实现及测试,实验证明,该E-RTK定位在较低的硬件成本下,能够达到与传统RTK定位相当的精度,除此之外,在使用GPS+BEIDOU卫星数据进行解算定位时,相较于常见的GPS+GLONASS定位,其Fix速度具有较大提升。     

基于非负稀疏协作模型的目标跟踪算法

目标跟踪是计算机视觉研究领域中一个最基本的问题.为解决在复杂场景下目标跟踪效果不佳的问题,作者搭建了一个基于非负稀疏的协作模型,该模型将非负稀疏表示的产生式模型与全局模板判别式模型相结合,并提出了基于非负稀疏协作模型的目标跟踪算法.首先对每一帧图像使用粒子滤波得到若干个候选框,然后再利用非负稀疏协作模型对每一个候选跟踪框进行评分,根据得分最高判为是跟踪目标的候选框.在多个视频序列上的实验结果表明,所提出的方法可以有效地提高目标跟踪的性能.     

基于局部稀疏表示模型的海上红外目标跟踪方法

提出了一种基于局部稀疏表示模型的跟踪方法来有效解决跟踪过程中的目标遮挡问题.首先对目标进行分块,然后对每个块分别构造其稀疏字典,并通过衡量候选区域中每个块与目标模板对应块的相似度,获得每个块在目标图像中可能位置的置信图;再结合每个块置信图从而获得目标位置的最佳估计.实验结果表明,该方法与各种流行跟踪算法相比稳定可靠且具有良好的抗遮挡性,并对海上红外目标跟踪取得良好效果.实验结果验证了将稀疏表示应用在海上红外目标跟踪中的有效性及其良好的应用前景.     

基于圆形采样和稀疏表示模型的鲁棒目标跟踪

为解决基于稀疏表示的跟踪算法在小样本空间中出现模板漂移而在大样本空间中实时性差的问题,提出了一种基于圆形采样的双重稀疏表示目标跟踪算法.该算法对跟踪矩形窗数据进行圆形采样,这不仅保证了目标的灰度和结构信息,而且减少了背景信息干扰.同时对稀疏表示得到的小模板系数引入距离权重判断函数,判断目标样本变化情况,提高模板更新效率.最后引入HOG（histogram of oriented gradient）特征,对稀疏表示得到的多个次优解进行二次稀疏表示,有效解决小样本数量少带来的估计误差.实验结果表明,该算法能够提高小样本空间中目标跟踪的鲁棒性和实时性.      

一种改进型Canny图像边缘检测方法

提出了在噪声条件下的一种改进的Canny算子,该算子采用中值滤波代替高斯平滑滤波。实验结果表明改进的canny算子对抑制噪声和保留边缘像素点方面有较好的效果,对图像边缘具有较好的检测精度。     

浅谈如何保证煤样的代表性

影响煤样代表性的主要因素是煤炭本身的变异性和煤炭采样、制样操作的合理性。为了保证煤炭样品的代表性,在煤样采制过程中,必须规范操作行为。     

基于双重字典及联合特征的遥感图像超分辨率算法

为了解决低分辨率遥感图像超分辨重建的问题,本文提出了一种基于双重字典及联合特征的遥感图像超分辨率算法.超分辨率重建技术目的就是根据低分辨率图像重建出原始高分辨率图像的高频信息.本文将图像的高频信息分解成为主高频信息和残差高频信息两个部分,然后针对主高频信息和残差高频信息,分别训练主高频字典和残差高频字典,并结合稀疏表示方法对图像进行重构.同时,为了建立更能反映图像内部结构信息的字典,本文联合图像的不同的结构特征,建立统一的字典.本文算法对图像取得较好的复原效果,复原出的高分辨率图像更接近于真实图像,与其他方法相比具有更好的主观和客观质量.     

面向复杂道路场景的视觉车辆检测算法

复杂道路环境下的车辆鲁棒检测兼具理论与应用价值。针对传统描述子辨识能力不足的缺点,该文提出一种基于视觉显著特征(VSF)和稀疏表示的车辆检测算法。首先受人视觉特性的\"选择性\"启发,依据人眼注视机理,以视觉显著特征提取训练样本信息,构建样本特征向量。然后利用压缩感知的机理,通过稀疏表示,将样本特征向量表示成过完备字典,采用LC-KSVD方法训练该过完备字典并重建样本信号。最终以待测样本在字典中的重构残差作为依据进行车辆与否的判定。实验结果表明,在良好条件下,该方法在0.5个/帧的误检率下能达到94.7%的检测率;在不良条件下,同样的误检率约束下仍能达到92.2%的检测率。和传统方法的比较表明,所提方法的车辆检测性能优于传统车辆检测方法。     

探寻药物的最小有效剂量的逐步方法

在药物的第二,三阶段的临床试验时,药物的安全性和有效性是测验的主要指标．最近,Hsu和Berger（1999）在药物各个剂量组的方差σ^2都相等这一假设下,提出一种识别最小有剂量的逐步置信区间方法．而方差齐性假设条件通常是不合理的,本文主要利用Stein两阶段抽样方法,给出方差无任何限制条件下识别最小有效剂量的逐步置信区间方法．     

旋转机械振动分析时进行外部采样的一种实现方法

文章给出了在微机上实现外部采样的一种方法，阐述了外部采样硬件电路的工作原理以及外部等转角采样和内部等时间间隔采样参数的关系。最后用外部采样对一个变速过程进行了分析。     

基于云-边协同技术的突发性滑坡灾害监测预警体系研究

滑坡预警体系的建立和完善对于中国防灾减灾具有重要意义。目前成熟的滑坡预警体系以云端服务器为中心,完成数据集成、预警计算及信息发布等任务。然而,由于网络传输延迟、服务器运算时延的影响,从数据采集到客户端信息接收的过程中,存在较长的时耗过程,使预警体系存在一定程度的预警时延。同时,目前预警体系受制于数据传输条件,在灾后断电断网的场景下,现场监测网络无法与云端服务器建立连接,监测预警工作难以有效进行。为此,基于云-边协同技术,对滑坡灾害监测预警体系进行了深入研究,并开发了云端监测预警平台和边缘预警计算终端。通过真实滑坡监测数据模拟验证了云端与边缘预警计算终端协同工作时滑坡监测预警体系的有效性。研究成果对提高滑坡预警体系稳定性,尤其是极端网络条件下实现滑坡灾害有效预警具有积极作用。     

电力信号频率跟踪测量的两种软件实现方法

电力信号的基波频率测试是分析电能质量的重要前提,在测量和处理时,可以采取频率跟踪方案解决频谱泄漏.文中提出了两种频率跟踪的软件实现方案,方法简便、快捷、精度高,有利于网络化测试.     

边缘检测的分层松弛方法

本文基于图象的分层表示,提出了一种边缘检测的分层松弛方法。实验结果表明,本文方法计算简单,运算速度快,而且不受噪声影响,能有效地应用于细胞图象的边缘检测。     

基于概念簇的知识表示

概念是信息粒化过程中的重要粒度之一。然而,基于概念的知识表示并不能有效地对具有家族相似性的原型范畴进行刻画。该文在现代范畴理论的启发下,提出用概念簇表示一组密切相关的概念,以刻画粒度大于概念的信息粒。其次,研究了概念簇的若干重要性质与计算方法。最后,提出了一种基于概念簇的信息检索方法。