曲线模型的自适应跟踪算法

针对机动目标跟踪问题,提出了一种基于曲线模型的自适应跟踪算法.算法中设计了一种角速度估计方法,即通过采用内嵌交互多模型方法针对目标的角度进行实时滤波,获得目标的角速度和角加速度,从而自适应调整与目标转弯相关的法向加速度和切向加速度.算法简化了计算复杂度,扩大了适用范围.仿真试验证明了该算法的有效性.     

运动目标识别与跟踪系统实现方案探讨

本论文主要研究视频序列图像中运动目标识别与跟踪的基本原理及实现方案。运动目标识别与跟踪系统是主要是通过对成像设备所获取的图像序列进行处理,力图从复杂的背景中识别出目标,并对目标的运动规律加以预测,实现对目标的连续、准确的跟踪。系统的算法涉及目标图像的预处理、目标识别与目标跟踪等。     

A Statistical Method for Analysis of Technical Data of a Badminton Match Based on 2-D Seriate Images

The use of computer vision technology to collect and analyze statistics during badminton matches or training sessions can be expected to provide valuable information to help coaches to determine which tactics should be used by a player in a given game or to improve the player＇s tactical training. A method based on 2-D seriate images by which statistical data of a badminton match can be obtained is presented. Image capture and analysis were performed synchronously using a multithreading technique. The regions of movement in the images were detected using a temporal difference method, and the trajectories of the movement regions were analyzed using sedate images. The shuttlecock trajectory was extracted from all detected trajectories using various characteristic parameters. The stroke type was determined by comparing the shuttlecock trajectory data with a set of stroke definition data. The algorithm was tested at a training center, and the results were compared with baseline data obtained by expert visual inspection using four video samples, which included approximately 10 000 frames. The shuttlecock trajectory and stroke type were detected correctly in almost 100% of the analyzed video sequences. The average speed of the automated analysis was approximately 40 frames/s, indicating that the method can be used for real-time analysis during a badminton match. The system is convenient for use by a sports coach.     

Wm∨Wn的邻强边色数

得到了Wm∨Wn的邻点可区别边色数，其中Wm与Wn分别表示m＋1阶和n＋1阶的轮，Wm∨Wn表示Wm和Wn的联图．     

图Pm∨Wn的点可区别边色数

对网G的正常边染色，若满足不同点的点所关联边色集合不同，则称此染色法为点可区别的边染色法，其所用最少染色数称为该罔的点可区别边色数．得到了路与轮的联网的点可区别边色数。     

基于图像运动区域的车辆遮挡跟踪算法

针对区域跟踪算法难以解决因车辆遮挡而引起误检的问题,提出了基于图像运动区域的车辆跟踪算法:采用背景剪除法提取运动区域,通过计算相邻帧运动区域的位置变化实现区域跟踪;建立车辆的二维矩形框模型,分析"区域--车辆"关系,结合区域跟踪的结果来判定车辆之间是否发生遮挡,并根据车辆行为来初始化车辆模型轮廓及速度;采用Kalman滤波器预测车辆在当前帧的位置,并以此预测位置作为车辆模型的初始位置进行模型轮廓的自适应调整,得到模型新的矩形轮廓;将新轮廓其所确定的几何中心位置作为测量值反馈回Kalman滤波器,修正Kalman系数,进行自回归运算和计算最佳匹配位置,从而实现车辆跟踪.算法测试实验使用的视频采集自江苏省通启高速公路视频监控系统,采用P4/2.4单CPU,结果表明,在为25帧/s视频流下,该算法准确跟踪率达到94.72%,有效解决遮挡问题,并具有较好的鲁棒性.     

四类圈树的连续边着色

设G是简单图，用颜色1，2，3，…对G进行正常边着色，若每一个顶点上表现的颜色都能构成一个连续的整数集合，则称这个边着色是连续的．图G的亏度def（G）等于粘在G上使它可连续边着色的悬挂边的最小数目．文章研究了四类圈树的亏度．     

正多边形的一个性质

给出了当 n阶完全图 Gn 的 n个结点恰为一正 n边形的顶点 ,且 Gn的边为具有长度的直线段时 ,Gn 的 n( n - 1) / 2条边的边长与该正 n边形的半径之间的关系 .     

基于密切值法边缘检测效果的一种定量评价方法

一个定量的、可行的边缘检测效果评价方法对各种算法的评估有重要意义,文中在边缘检测效果评价问题中引入了密切值法,以经典算法作为标尺,通过计算待评价算法和各常用的检测算子所得数据的密切值,提出了一种定量评价检测效果的方法。密切值法计算复杂度低,且未将图像真实边缘作为已知条件,易于实现,因此在对图像边缘检测算法进行预估时,是一种可行的方法。     

有关与轴线成定角的螺旋铣刀刃口设计问题

指出了对于球面螺旋铣刀、带角圆的螺旋铣刀不宜采用与轴线成定解的定义来设计螺旋刃口，并给出了其数学上严格证明和直观分析，为同类研究提供了借鉴。