基于特征颜色模型的粒子滤波改进算法

针对在视觉跟踪任务中,当目标体的外形发生变化时,传统的粒子滤波算法在模型更新的过程中往往出现偏差并逐渐累积,最终导致跟踪性能降低的问题,作者通过挖掘目标体区别于背景的颜色信息,建立特征颜色模型,提出了一种改进算法.该算法首先使用粒子滤波进行粗定位,然后基于特征颜色模型分割目标.实验表明,作者提出的算法速度快,能够准确地跟踪目标的外观变化,对目标体的旋转和遮挡以及光线变化具有一定的鲁棒性,特别适合于跟踪行人和车辆等具有显著颜色的目标.     

基于局部亮度直方图特征的实时目标识别与跟踪

针对自寻的电视导引头实时跟踪需求及其硬件平台的限制,借鉴离线训练的思想,提出一种基于局部亮度直方图的二进制特征描述算子,利用该算子设计了基于差异度函数和索引值的两级特征匹配方法。算子的二进制特性使得特征匹配过程主要通过一系列二进制位运算完成,算法复杂度大大降低。实验表明,该算法实时性强,平均跟踪速度可达25 fps以上,运行过程中内存需求量小,并且对目标尺度变化、旋转、光照变化等具有较好的鲁棒性,满足了导引头实时目标识别与跟踪需求。     

基于双边滤波的实时图像去雾技术研究

为了消除尘雾对室外机器视觉系统的影响,提出了一种基于双边滤波器的实时图像去雾方法.根据暗原色先验统计原理估计大气光强度,使用快速双边滤波器估计大气光幕,通过求解带雾图像成像物理方程恢复理想光照条件下的大气辐射强度,实现图像去雾.实验结果表明,该方法对彩色图像和灰度图像均可实现理想的去雾效果,对于(320×240)像素的图像,可达到20帧/s以上的处理速度,满足视频图像实时处理要求.