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。     

一种图像目标实时识别系统

以ＴＭＳ３２０Ｃ４０为主处理器，选用不变矩为目标特征，采用以积分方法为基础的一种不变矩快速算法，对极点的计算提出了具体算法。给出了各种极占的叠加分量。并采用ＢＰ神经网络对目标进行分类，实现了一种图像目标实时识别系统。实验表明，识别效果良好。     

基于多标记图分割的遮挡下多目标分割及跟踪算法

针对遮挡下的多目标分割及跟踪问题,提出一种新的方法,其将空间-彩色混合高斯模型融入到能量函数最小化框架中。当遮挡没有发生时,为每个目标分别构建一个空间-彩色混合高斯形状描述。一旦多目标相互遮挡发生,一个多标记能量函数将在相互遮挡区域建立起来,而后利用多标记图分割技术将其最小化,从而实现对遮挡过程中所有目标进行同时标记和定位。此外,利用多个视频序列证实了所提出算法的性能。     

有标记控制的超声波胆囊图像水印分割方法

本文介绍一种新的胆囊超声波图像的分割方法。由于斑纹噪声和超声波衰减产生的假象，二维和三维超声波成像中的图像分割问题一直是公认的一大难点。本文采用由若干数学形态学辅助的水印方法提取超声波图像中的胆囊边界，取得了相当令人满意的结果。该方法自动选择并分割图像中的主要目标对象，从而克服了蛇行算法中常见的初始曲线无法收敛于目标对象边界的缺陷。     

基于标记的肝脏CT图像智能提取

针对腹部CT图像所含脏器多且复杂的特点,结合解剖学知识,提出了一种新的基于多尺度梯度的医学图像分割方法。结合图像的灰度直方图的梯度变化,对图像进行内外标记,而后利用强制最小技术对多尺度梯度进行修改。在修改后的梯度图像中直接进行全局阈值分割,并结合解剖学知识再进行相应的形态学处理,最终可以较好的将肝脏从腹部图像中提取出来,适合用于肝脏的智能提取。     

基于多示例多标记KNN的图像分类算法的改进

为了提高图像分类的准确度,提出基于最小Hausdorff距离的多示例多标记K近邻图像分类方法。该方法通过改善图像包的生成方法,均匀分割并提取图像的颜色和纹理特征,使用最小Hausdorff距离作为包间的距离度量,对多示例多标记K近邻算法进行改进。实验结果表明,该方法提高了分类准确度,减少了运行时间。     

基于标记分水岭算法的高分辨率遥感图像分割方法

由于Quickbird等高分辨率遥感图像信息分布的特殊性,一些面向视频(或自然)图像分割方法并不完全适合于高分辨率遥感图像的分割.基于标记的Watershed图像分割算法是一种改进的分水岭算法, 它很好地被应用于人脸及其他一些场景图像的分割.把该方法引入高分辨遥感图像的分割,并针对遥感图像的特点,在分割之前采用中值滤波对高分辨率遥感图像进行预处理;同时,在分割过程中采用用小波滤波器替代Butterworth滤波器对梯度图像的低通滤波.不同地物特征的Quickbird图像的分割实验表明,对于纹理比较均一的高分辨率遥感图像,该方法避免了过分割现象,且效率较高;但对于纹理比较复杂的图像,该方法具有一定的局限性.     

微光电视图像的实时降噪处理系统

本文提出了一种用于微光电视的实时降噪处理系统.文中简要分析了微光电视的噪声;比较了图像实时去噪的方法;较详细地论述了所提出的方案的原理、设计方法及实验结果.实时处理实验表明,该系统对降低图像的统计型全频带噪声特别有效.     

基于形态学滤波的标记分水岭脑肿瘤图像分割

针对MRI(magnetic resonance imaging)脑肿瘤图像受噪声、磁场和容积效应等影响难以准确分割的问题,提出了一种基于形态学滤波的标记分水岭分割方法.首先对脑肿瘤图像进行形态学梯度预处理;其次,梯度图像进行开闭重建滤波,既保留脑肿瘤梯度图像的轮廓信息,又去除噪声和局部极小区域;再次,采用扩展的极值变换和强制最小技术得到内部和外部标记符,利用这些标记符修正梯度幅度图像;最后,对叠加标记后的梯度图像进行分水岭变换.利用Matlab对类圆形、三角形等不同亮度与形状特点的3幅临床MRI脑肿瘤图像进行分割仿真测试,实验结果表明,该算法有良好的分割精度和速度.     

一种基于双阈值的实时图像灰度级压缩方法

基于图像的阈值分割和灰度变换原理,针对灰度图像处理系统中图像采集采用14bit的A／D而显示时需将灰度级压缩为2^8的问题,介绍了一种简单实用的灰度级压缩方法。实验结果表明该方法实时性好,抑制了噪声和背景信息的同时保持了目标细节信息。     

基于Matlab的图像去噪算法研究

为了研究各种去噪算法的优劣,在介绍图像去噪的基本原理、方法的基础上,采用传统的线性、非线性以及频域的方法对数字图像进行去噪效果的分析比较和仿真实现.最后,运用Matlab中小波工具箱验证了小波变换的滤波效果.结果表明,小波的时频特性,可更好的去除噪声.     

基于DSP和FPGA的实时图像处理平台的设计

介绍了一种基于数字信号处理器（DSP）和现场可编程阵列（FPGA）的高速实时图像处理平台的电路原理设计,外围部件瓦连（PCI）接口的软件实现和DSP软件设计。该图像处理平台主要采用TMS320C6416数字信号处理器和XILINX公司的VIRTEX4系列的XC4VLX80高性能FPGA,可灵活地在DSP和FPGA中实现各种信号处理算法程序,并且区别于传统的DSP平台,可根据算法要求方便地切换DSP和FPGA对片外存储器的操作,从而满足对各类图像数据的高速实时处理要求。     

一种基于概率神经网络多信息融合的移动目标跟踪算法

采用概率神经网络(PNN)实现了对图像序列中移动目标——人头的跟踪.由于采用单一特征信息的跟踪算法在复杂环境中往往失效,故以头部的颜色信息模板和头部轮廓的梯度信息模板作为跟踪依据,并通过改变PNN的结构实现了图像信息的融合以及自适应模板修正.实验结果表明,基于PNN的算法在处理目标的旋转和遮挡时有着良好的效果,且具有简单、跟踪鲁棒性好等特点.     

远程监控系统中基于Java的图像实时传输

在分析远程监控系统中图像传输特点的基础上,对图像远程实时传输中传输协议、传输方式的选择进行讨论,并针对图像实时传输中存在的延时、抖动、失真等问题,详细论述了采用多缓冲区循环、多线程及双缓冲技术实现图像实时、平稳传输的方法,并给出了基于UDP的实时图像多目传输的Java实现方法.实践证明,文中介绍的技术能有效地实现远程监控系统中图像的实时、高质量传输.     

动目标图像实时输入与处理微机视觉系统

本文介绍了一种基于微机的动目标图像实时输入与处理视觉系统。采用局部总线设计技术,集输入与处理为一体,使设计达到了单板化,将其直接插入IBM-PC及其兼容机槽内即可构成系统。并采用流水线、并行作业和时间重叠等方法,可将动目标实时从复杂背景中分割出来。通过场控制器,本系统可一边输入,一边运算,进行实时图像加减、特征提取、边缘检测和二值化运算等;多种运算方式使本系统在尽可能大的空间范围内跟踪动目标。本文提出了“扩展虚存”思想;设计了高速DMA控制器;应用了硬件开窗技术。系统经过运行实验,可满足一般性动目标的分割与跟踪。     

一种基于FPGA的实时图像处理系统

介绍了一种应用高速、性能可靠的FPGA来进行图像处理的系统组成。该系统能够快速实现图像处理并具有很好的再开发性。同时介绍了怎样应用VHDL语言进行相应功能的程序设计开发。     

智能车实时图像处理系统的研究

对摄像头采集的视频信号采用LM1881N视频同步信号分离芯片、微控制器MC9S12XS128MAL进行处理,以此构建智能车的实时图像处理系统;经飞思卡尔杯智能汽车竞赛的检验,车模能够顺利沿着指定线路运行,该方案稳定可行.     

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。     

基于C64x DSP的实时图像相关器

目标跟踪中的相关匹配算法运算量大,难以实现实时处理。为了解决这一问题,采用DSP芯片代替通用微处理器作为算法实现平台．采用二维离散傅立叶变换方法代替传统的直接计算方法。实验表明,实现的系统达到了20f/s的处理速度,使相关运算的实时处理成为可能。