基于模糊推理的人员目标监控

针对拥挤情形下的人员目标跟踪问题,提出了一种使用模糊推理机制的视频监控新方法。首先采用背景减除法获得目标的前景图像,再利用特征搜索法去测量目标的新的位置变化,然后使用混合的模糊信息推理机制的方法去验证跟踪结果,并且根据需要对误差进行补偿。针对不同场景进行了实验,实验显示,使用本方法对误差进行补偿之后,在拥挤情形下的召回率和准确率都能达到90%以上,平均误差降低了10%以上。实验结果证明,本方法能够有效提高视频监控系统对于拥挤情形下多目标跟踪的性能。     

一种基于双向动态规划的立体匹配算法

提出了一种利用双向动态规划和视差可靠性准则的立体匹配算法.首先,提出了一种新的全局能量函数,它解决了扫描线间的不连续性,同时保护了的视差不连续边缘;其次,利用加强顺序约束和遮挡约束的双向动态规划方法来处理遮挡;最后,在利用三个可靠性准则去除伪视差点之后,使用可移动窗口方法填充伪视差点的视差获得稠密视差图.实验结果表明,该算法在深度不连续区域和大的无纹理区域均能取得很好的匹配效果.     

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。     

大鼠胆管阻塞性肝纤维化模型的建立

目的　建立大鼠胆管阻塞性肝纤维化模型 ,为肝纤维化机制和治疗研究提供基础。方法　雌性Wistar大鼠进行胆管内逆行性注入N 丁基 2 氰基丙烯酸盐加胆管结扎导致胆管阻塞 ,建立胆管阻塞性肝纤维化模型。观察手术后第 2 8d和 5 6d不同时间相关指标的改变。结果　胆管阻塞性肝纤维化模型ALT、AST、HA、LN均明显升高 ;病理组织学可见弥漫增生的胆小管 ,大量的胶原沉积在胆小管周围 ,肝细胞与增生的胆小管相比明显减少。结论　胆管阻塞性肝纤维化模型造模周期短 ,自发逆转率低 ,肝纤维化形成稳定 ,是研究肝纤维化的理想模型     

融合纹理特征的Mean-shift抗遮挡目标跟踪算法

针对传统Mean-shift算法仅利用颜色特征,当场景中合有目标颜色相近的物体时,易发生误跟踪,且在目标被遮挡的情况下,无法进行有效的跟踪,提出一种融合目标纹理特征的抗遮挡跟踪算法.同时实时更新模板,并通过Kalman滤波估计目标的状态,在目标被遮挡的情况下进行估计预测,提出一种遮挡因子作为目标遮挡的判据,严重遮挡时,...     

基于分水岭变换的互相遮挡交通标志自适应分离

针对交通标志检测中标志互相遮挡导致检测性能下降的问题,提出一种基于分水岭变换的互相遮挡标志自适应分离算法.基于RGB归一化阈值分割算法对标志图像进行二值化处理,然后构造区域轮廓特征矢量对二值图像中各个兴趣区域进行匹配,确定并提取互相遮挡标志候选区域Blob.对提取的低维数Blob进行形态学膨胀处理,使不连续的边缘趋于连续,然后利用欧氏距离变换和分水岭变换寻求标志间分水岭脊线,利用脊线实现标志的自适应分离.实验结果表明算法取得较好的分离效果,在整个标志检测应用中,与现有算法相比,检测率提高了6.1%,处理速度提升了近3倍.     

多车辆跟踪时目标粘连的解决方法

复杂交通中车辆间的相互遮挡会造成图像中的车辆粘连,针对这一问题,提出了一种新的基于Kalman预测模型与正交投影定位理论的多运动目标分割与跟踪方法.利用粘连车辆在时域上的历史运动信息和Kalman预测结果,在二值图像中构建特定粘连车辆的分割窗;在分割窗内利用水平-垂直正交投影和动态阈值的理论方法,确定目标最小外接矩形.设计目标分割评判函数,确定粘连车辆分割的合理性,并给出相应的处理结果.实验结果表明,该方法能够有效处理目标相互粘连的情况,实现目标的稳定准确跟踪,并且计算复杂度低,能够满足实时环境的需求.     

大区域地物场景的交互绘制

研究了大区域地理环境中地物场景的数据组织和快速绘制问题.首先,给出了基于层次四叉树组织管理大区域地物场景数据的方法;其次,描述了大区域地物场景交互绘制的流程,并对节点级视锥剔除阶段和遮挡剔除阶段进行了重点介绍.该方法便于集成到已有的实时地形绘制软件中.实验结果表明,在保证场景画面质量的前提下,集成后的系统能在微机上对大区域地理环境进行快速交互显示.     

一种改进的Mean Shift目标跟踪算法——针对视频对象部分遮挡和光照变化

针对经典的Mean Shift算法在目标部分遮挡或者场景光照变化时容易出现跟踪目标丢失的问题,文章运用一种基于分块权重的方法处理目标部分遮挡问题,每一部分的权重系数由来自不同的块和背景颜色信息共同决定.为了适应场景光照的变化,提出快速并且稳定的更新机制.实验分析,该方法可实现快速有效的跟踪.     

适用于遮挡情况的SSD和MCD融合跟踪算法

针对目标遮挡问题以及基于SSD和MCD跟踪方法的缺点,提出了一种新的基于SSD和MCD融合的跟踪方法,给出了SSD和MCD两种距离结合的目标相似度量的计算方法。新的方法既考虑了与模板像素距离较近点的个数同时也考虑了匹配区域的SSD距离。实验表明基于SSD和MCD融合的跟踪算法明显优于单独使用SSD和MCD的方法,特别是对目标部分遮挡的适应能力有了很大提高。