基于两阶段卡尔曼滤波的多传感器信息融合

在目标跟踪中,对目标运动建模时,常会遇到系统状态方程存在偏差问题. 传统的信息融合方法总是假设系统状态方程中的偏差为常量,很少涉及偏差为随机变量的情形,但实际建模中常会出现这类问题. 针对此问题,提出了基于两阶段卡尔曼滤波的多传感器信息融合方法. 这种方法可以有效地消除系统状态方程在建模存在随机偏差时给信息融合所带来的影响,从而提高了融合精度.     

基于信息融合的二维视频深度提取方法

采用多种深度线索获取二维视频深度,可以提高视频深度提取效果.针对运动线索,通过块匹配运动估计算法获得帧间深度信息;针对帧内线索,采用Laws滤波器提取深度特征,然后利用马尔可夫随机场模型训练获得帧内深度信息;在此基础上,提出了基于信息融合的二维视频深度提取方法.该方法首先通过计算背景和运动区域的信息熵,然后利用模式识别中的Neyman Pearson准则确定视频帧的运动区域.针对该区域,在帧内深度信息获取的基础上,融合帧间深度信息.实验结果和真实深度比较,证实了该方法的有效性.     

融合形状和运动特征的动作识别计算模型

针对视觉系统在动作识别过程中如何利用形状与运动信息的问题,提出了一种融合形状特征和运动特征的人体动作识别方法.该方法模拟视觉皮层的背侧和腹侧通路,建立了基于双通道理论的人体动作特征计算模型.计算模型分别利用2D Gabor滤波器和3D时空滤波器模拟腹侧和背侧通路中视觉皮层简单细胞,提取动作的时空信息,通过采样、局部遍历、模板学习一系列操作分别提取动作的时空特征,并采用线性融合方法获取描述动作的特征向量,构建了采用支持向量机(SVM)进行动作分类的动作识别系统.实验结果表明:该方法的识别性能优于同类型的识别方法,取得了较好的识别效果.     

基于数据融合的小型两轮自平衡机器人姿态检测方法

针对小型两轮自平衡机器人姿态检测所用低成本加速度计(MMA7361)数据不够准确及陀螺仪(ENC03)信号的漂移问题,分别采用互补滤波器、kalamn滤波器和自适应kalman滤波器进行数据融合处理方法研究,通过对比实验确定采用自适应kalman滤波器实现加速度计和陀螺仪检测数据的融合,从而确定小型两轮自平衡机器人的姿态,进而实现其运动平衡控制.物理实验结果表明基于自适应kalman滤波器的加速度计和陀螺仪检测数据融合姿态检测方法不仅适用于小型两轮自平衡机器人的运动平衡控制,而且其参数较先前普遍采用的kalamn滤波器更易调整,姿态检测结果更加可靠.     

Log-Gabor滤波和特征融合的虹膜识别研究

针对Gabor滤波器在提取虹膜纹理特征时带宽受限制的问题，提出了一种Log-Gabor滤波器结合特征融合的虹膜识别方法．该方法利用多尺度多方向二维Log-Gabor滤波器构成的多通道滤波器提取虹膜纹理特征，在特征层利用幅值信息对同尺度下多方向的Log-Gabor特征进行融合，以压缩冗余信息及去除非有效特征，然后对融合后的特征进行相位编码，并运用加权海明距离进行匹配，匹配时借助噪声屏蔽码去除眼睑遮挡干扰．同时，提出一种虹膜图像质量评价方法，     

融合颜色与运动信息的视频显著性滤波器

根据人眼视觉的特点,提出一种融合颜色及运动信息的视频显著性滤波器.该滤波器分三个步骤检测视频图像的显著性区域:首先利用超像素分割算法将视频图像划分为若干视觉近似一致的紧凑子块;其次以统一的多维高斯滤波形式计算四个测度,分别表征每个子块的颜色独立性、颜色空间分布、运动独立性以及运动空间分布;最后同样通过多维高斯滤波对四个测度进行融合以生成视觉显著性图,进而检测出视频中的显著性区域.实验结果表明:与其他现有的显著性检测方法相比,该滤波器能更准确地检测出视频中的显著性区域.     

一种用于层间预测的自适应插值方法

为消除可分级视频编码中的层间冗余,提出了一种用于可分级视频编码层间预测的自适应插值方法.用于亮度信息的插值滤波器根据量化参数从3种滤波器中选择,包括双线性滤波器、双三次滤波器和六抽头滤波器;对色度信息进行插值时,使用双线性滤波器代替联合可分级视频编码模型(JSVM)使用的六抽头滤波器.实验结果表明,与JSVM所使用的固定插值滤波器相比,提出的自适应插值方法性能提高0.05dB,同时改善了重建视频中快速运动物体的主观质量.     

舰船图像序列的电子稳像技术

针对船载摄像系统获取的图像序列抖动的问题,提出一种基于信息融合的电子稳像方法,对因风浪作用产生晃动的视频图像序列进行稳定处理,使输出的视频图像序列稳定而清晰.基于信息融合的电子稳像方法是指在运动估计过程中,对于传感器获取的运动矢量与软件算法获取的运动矢量进行信息融合,得到更为准确和有效的运动矢量,并对视频图像序列进行补偿的一种方法.给出采用软件方法、硬件方法和信息融合3种方法获取运动矢量,进行补偿得到的结果.与参考图像进行比较分析,结果表明信息融合的方法可以使稳定精度大大提高,更适合人眼观察.     

移动卫星通信低成本多传感器融合姿态估计方法

针对低成本移动卫星通信终端的天线姿态估计问题,提出了一种基于自适应滤波的低成本多传感器融合姿态估计方法.该方法通过融合微机械陀螺信息和加速度计重力场测量信息来得到精确的水平姿态角估计;通过融合单基线GPS高精度的航向角测量与陀螺信息保证航向角精度.在单基线GPS失锁的情况下,利用机动加速度观测对融合滤波器进行自适应控制,与标准平方根无迹卡尔曼滤波器相比,有效地克服了机动加速度影响.实验结果表明:所提出的低成本姿态估计方法在单基线GPS锁定或短时间失锁情况下,能够满足宽带移动卫星通信天线波束对准精度要求,三维姿态角误差均小于0.5°.     

基于信息回收和频域金字塔的红外与可见光图像融合算法

针对传统红外与可见光图像融合过程中所存在的视觉效果模糊、信息损失等问题,提出了一种基于信息回收和频域金字塔的图像融合算法.首先,在图像金字塔的上下采样过程中,使用频域滤波器替代空域滤波器进行滤波,构建源图像的拉普拉斯金字塔.其次,将两个金字塔的对应层进行融合并构建融合金字塔,同时针对融合过程中损失的信息构建回收金字塔.最后,通过上述两个金字塔分别重构出结果图像并叠加得到最终的融合图像.实验结果表明本文所提出的算法能够获得较好的融合效果,在视觉信息保真度等客观评价指标上均优于经典算法.