排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
针对复杂背景下图像序列中运动目标的跟踪前检测问题,提出一种融入运动特性的显著性特征提取方法,该方法综合目标的灰度、细节和运动等形成稳健的显著性特征,并得到一组显著性特征提取图.在这组图像中,具有这种多特征的区域得到加强,其他区域受到抑制,从而能够轻松地检测出可引起人类视觉注意的运动目标.由于该算法中的显著性特征来源于目标的多种底层特性,因此该算法具有很强的稳健性.实验证明,这种方法具有较强的稳定性和实用性,抗干扰能力强.从视觉效果的角度出发,能够较大地提高运动目标在复杂背景中的信杂比. 相似文献
4.
利用RBF神经网络的函数逼近特性,得到了一种红外图像背景估计算法,进而提出了一种检测红外小目标的方法。利用有目标和没有目标的真实红外图像对此算法进行检测,背景估计效果理想,小目标检测效果理想,证明该算法是可行有效的。 相似文献
5.
物体表面反射光由镜面反射光和漫反射光组成,针对光滑物体表面镜面反射光和漫反射光的分离问题,建立了一个结合镜面反射和漫反射共同作用的偏振态表征模型,并使用该模型对混合反射区域偏振特征进行分析。基于镜面反射光和漫反射光的偏振特征,根据镜面反射光和漫反射光在光滑物体表面垂直方向及平行方向上的分布关系,采用偏振正交分解的方法实现了镜面反射成分和漫反射成分的求解。利用镜面反射光图像和漫反射光图像之间的相关性,通过梯度下降算法得到镜面反射成分和漫反射成分归一化互相关最小值及其对应的镜面反射偏振度和漫反射偏振度,从而实现反射光的分离。通过对不同场景中获取的反射光图像进行测试,实验结果表明,该算法具有较好的反射光分离效果。 相似文献
6.
多传感器目标关联是确定不同传感器系统观测的若干信号是否来源于同一目标,它是现代多传感器系统中的一个重要问题。传统的关联方法通过计算不同观测间的关联代价,通过求解代价矩阵最优解来获得关联匹配,但是容易受到环境和传感器性能的影响。提出了一种基于偏差映射聚类(bias mapping cluster,BMC)的目标关联方法,通过对多个传感器间观测目标偏差映射点进行聚类,搜索局部密度最大的映射点集作为传感器间的目标关联结果,走出了利用数学方法求解全局最优解的传统模式。相较其他传感器间目标关联方法,仿真结果表明该方法能有效利用目标观测的空间散布特性,关联正确率更高,并对虚假目标和目标失配等情况具有更强的适应性。 相似文献
1