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。     

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%.     

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.     

相机检校中标志点自动定位方法研究

应用非量测数码相机进行近景摄影测量时需获取控制点对应的像方坐标.本文设计了适于直线检测的控制点目标图形,使用二值图像的膨胀算法,基于最小二乘法直线拟合进行控制点像方坐标自动提取.实验结果表明,该算法获取的坐标精度较高,相对简便快捷,可用于文物建档、城市建筑物建模等工作.     

一种基于人类视觉特性和DCT变换的图像水印新算法

提出了一种基于DCT的图像数字水印新算法．该算法根据二值水印图像像点取值情况，相应地改变中频段两个位置处DCT系数的大小关系；同时利用人类视觉系统的特性，对纹理较复杂的图像块中加入水印，增强了水印的不可见性．实验证明该算法是有效的．     

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。     

一种基于核对齐的分类器链的多标记学习算法

在解决多标记分类问题的问题转换方法中,二值相关是一种常用的方法,其对于标记间相互独立的假设忽略了标记之间的相关性.多标记分类的分类器链算法通过标记信息在分类器之间的传递考虑了标记间的相关性,从而克服了二值相关算法中标记独立性问题.然而此算法中,分类器链的排序是任意指定的,不同的排序具有不同的分类结果.为了解决这个问题,引入核对齐方法对分类器进行排序并提出了两种算法,其中核对齐是用来衡量两个核函数之间一致性程度的量.一种是最大化特征空间中核函数和标记空间中理想核的凸组合的对齐值,根据每个理想核的权重进行排序,其中理想核是由每个标记定义的.另一种是直接计算核函数与每个理想核的对齐值,根据对齐值进行排序.实验结果表明,提出的基于核对齐的分类器链的多标记学习算法是有效的.     

基于最优最小二乘的红外目标单站定位算法

为消除红外目标单站定位算法估计有偏性,解决现有估计算法中有可能出现多个解向量的问题,提出了一种基于最优最小二乘的目标估计算法.对总体最小二乘定位算法进行了研究,针对扩展测量矩阵出现最小奇异值多重的问题,构造了一个由多重奇异特征向量组成的测度函数,将该函数进行偏微分得到最优的最小二乘解;通过理论分析,证明了最优最小二乘解向量是渐进无偏的;最后,将该算法与总体最小二乘法和修正辅助变量法进行仿真对比.仿真实验结果表明,该方法在不同测量环境噪声下所得到的位置、速度误差曲线能快速地逼近克拉美罗下限,且具有更高的估计精度和稳定性,说明了算法的有效性.     

基于连通域算法的区域测量

基于数字图像处理的原理,提出用八连通域算法对有多个连通区域的二值图像进行面积测量.通过逐行逐列地扫描图像,按照一定的规则标记连通区域,得到对象的个数,同时统计每个区域所含的像素,通过标尺转换可以得出区域的面积.结果表明,该算法能有效地提取八连通区域,可用于计算显微图像颗粒物的面积和粒径.     

一种适合硬件实现的多值图像连通域标记算法

提出了一种合适硬件实现的多值图像连通域标记算法.算法以有效的方式识别、保存并整理区域之间复杂的连通关系.首先,通过对图像执行一遍逐像素扫描,得到图像的初步标记结果以及初步标记之间的连通关系;然后,通过等价表整理以及图像代换,输出图像标记的最终结果,并且连通域按照扫描顺序被赋予唯一的连续自然数.仿真结果表明,该算法能够识别图像中复杂的连通关系,产生正确的标记结果,在用于大幅图像的分块标记时,能够实现全局标记一致.在以硬件方式实现该算法时,在50 MHz工作时钟下,处理320×256像素图像能够达到100帧/s的标记速度,满足大部分实时目标识别系统的要求.     

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．     

太阳能电池板检测中实时二值化阀值设定的方法

分析了太阳能电池板图像的灰度直方图特征及大津法算法原理,在电池板外形尺寸测量过程中提出将大津法分类思想应用于电池板图像二值化阀值的实时设定。实验表明,这种实时设定阀值的方法克服了光照变化对太阳能电池板测量的影响,从而提高测量的准确性和稳定性。     

一种基于像素标记的二值图像区域围线追踪方法

在研究了多种二值图像连通区域围线追踪算法的基础上,提出了一种改进型的二值图像连通区域围线追踪算法。该算法在已有围线追踪算法的基础上,通过定义特定追踪方向,使得追踪过程始终按照逆时针或顺时针方向沿着连通区域边缘进行。在追踪过程中对像素点进行多次标记,通过在按照追踪方向确定的像素点基础上判断像素标记值来确定下一次待追踪像素点的选取。由于对像素点进行多次标记,有效区分了一次追踪像素点和二次追踪像素点,解决了追踪过程中出现的追踪间断现象,使得追踪结果呈现一条完整围线。实验结果表明,此方法可以快速有效地完成二值图像连通区域的围线追踪和提取。     

基于ReliefF和最大相关最小冗余的多标记特征选择

针对现有的特征选择模型未涉及特征和标记集之间的相关度，造成分类精度偏低等情况，提出了基于ReliefF和最大相关最小冗余(maximum Relevance and Minimum Redundancy, mRMR)的多标记特征选择.首先，运用互信息计算每个标记和标记集之间的相关度，使用每项相关度占其相关度之和的比例设计了标记权重，由此构建了特征和标记集间的相关度，初选与标记集相关度高的特征；其次，计算对象在特征上的距离，构建了新的特征权值更新公式，基于标记权重改进多标记ReliefF模型.然后，基于互信息和标记权重构建了最大相关性，设计了最小冗余性及其新的最大相关最小冗余评价准则，并将其应用于多标记特征选择，进一步剔除冗余特征；最后，设计了一种基于ReliefF和最大相关最小冗余的多标记特征选择算法，有效提高了多标记分类性能.在8个多标记数据集上测试所提算法的平均分类精度、覆盖率、汉明损失、1错误率和排序损失，实验结果证明了该算法的有效性.     

基于HSV颜色特征的多目标视频检测与跟踪算法

针对跟踪多个运动目标交错运动时容易丢失目标的问题,提出了一种基于HSV颜色空间去识别与跟踪不同颜色目标的算法,对光照具有一定的鲁棒性。通过颜色空间转换提取目标原始二值图像,经中值和高斯滤波后,通过亮度检测判断是否对滤波后二值图像进行形态学膨胀;之后对较为精确的目标二值图像进行边缘检测,得到其最小包围矩形框,逐帧检测后绘制各颜色目标对应的运动轨迹,完成多目标的视频跟踪。对比经典Cam-Shift算法,实验表明,在多个目标具有不同颜色特征时,有效解决了视频跟踪中多目标交错运动丢失目标,且对光照敏感的问题,跟踪精度较高。