针对夜间动态背景下的行人检测中分割算法受光照条件影响大、误识别多等问题，提出双阈值分割算法和以多目标跟踪为核心的算法框架。新的分割算法解决了行人亮度分布不均时的分割问题，同时在新的框架下可以综合多帧的处理结果进行综合判断，通过将基于支持向量机的识别算法和多目标跟踪算法的融合，降低了系统的计算量，且比一般的系统具有更高的识别率。
上传时间： 2016-09-21
上传用户：wlcaption
内容提要:图像分割是由图像处理进到图像分析的关键步骤，也是一种基本的计算机视觉技术.这是因为图像的分割、目标的分离、特征的提取和参数的测量将原始的图像转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能.因此，图像分割多年来一直得到人们的高度重视.本文从图像分割的数学描述入手,介绍给出了图像分割中常用的几种方法,即灰度阈值分割法、边缘检测和区域跟踪以及基于分水岭算法的分割方法.还列举了基于特定工具的图像分割方法.随后介绍给出了图像分割在多个领域的应用.
上传时间： 2013-12-15
上传用户：wang5829
将图像rgb空间转换成Lab,对颜色相似的区域目标实现实现分割
上传时间： 2017-02-20
上传用户：monanzyq
光电探测技术是一种根据目标和背景辐射或者反射的光波在波长和强度之间的差异来进行目标探测的一种技术，它包括从紫外光（02-04um）、可见光（04-0.7um）、红外光（1~3μm，3~5μm，8~12μm）等多种波段的光信号探测。本文通过对低小慢目标的红外特性进行分析，提出了一种新的红外低小慢目标探测算法。低小慢飞行器因为其成本低廉和获取容易，极易形成黑飞，近年来随着低小慢目标威胁态势的增加，国内外关于低小慢目标的管控需求日益增长。但是因为低小慢目标本身种类、制作材料多样，且很多没有强热源，导致其在红外图像上与周围环境成像特征类似，常用的红外弱小目标探测算法无法充分抑制背景，探测效果较差。当前对于低小慢日标的探测以雷达探测为主，红外探测算法较少，但国内外很多研究机构都已在陆续开展红外低小慢目标探测方面的研究。本文主要对以下四点内容进行了研究总结。（1）本文首先以无人机为例对低小慢目标的红外成像特性进行分析，通过分析低小慢日标与传统红外弱小目标在红外特征差异，总结说明了低小慢目标在红外图像上更难与背景区分，同时具有复杂多变的运动轨迹（2）对红外低小慢目标增强进行了研究，通过对奇异值分解（SVD）后的奇异值矩阵设计非线性变换函数，使重构后图像中目标所在的高频部分的对比度得到增强从而使目标和背景之间的区别更加明显，达到了增强目标的目的。（3）针对 Robinson guard滤波器对极值敏感的问题，对原有的计算方式进行了改进，改进后的 Robinson Guard滤波器可以更有效的区分前景和背景，对于背景的抑制更加充分。（4）在上述研究的基础上，提出了一种新的红外低小慢目标探测算法，该算法首先使用本文所用的目标增强方法对目标进行增强，然后使用改进后的 RobinsonGuard滤波器进行背景抑制，最后使用基于局部对比度（LC）的自适应阈值分割方法来提取目标使用真实拍摄的红外低小慢目标序列图像对本文方法进行仿真分析，实验结果表明本文方法具有很好的背景抑制效果，可以有效的实现低小慢目标的探测
标签： 光电探测
上传时间： 2022-03-14
上传用户：
电磁场在目标识别中的应用
上传时间： 2013-04-15
上传用户：eeworm
机动目标跟踪
上传时间： 2013-04-15
上传用户：eeworm
电磁场在目标识别中的应用
上传时间： 2013-06-29
上传用户：eeworm
专辑类-机器人相关专辑-51册-805M 机动目标跟踪-390页-5.3M.pdf
上传时间： 2013-04-24
上传用户：CHINA526
电机优化设计是复杂的有约束、非线性、混合离散多变量规划问题.该文在对电机优化设计理论进行研究的基础上,从一般传统的优化方法入手,对电机的全局优化设计方法特别是遗传算法进行了详细的研究和探讨.该论文的主要工作包括:(1)对适应于电机优化设计的常用传统优化方法(HOOKE-JEEVES法、MDOD法和SUMT法)进行了较为详细的研究,给出了各种方法的计算流程和步骤;(2)对全局优化的理论和方法进行了研究,分析了全局优化方法中的随机实验法、模拟退火算法和模拟进化算法各自的特点,对遗传算法的工作原理及其诸要素进行了详细的探讨;(3)在对遗传算法的基本原理进行研究的基础上,进行了电机优化设计遗传算法的研究,分析了各要素对电机优化设计遗传算法性能的影响;(4)建立了三相异步电机多目标优化设计的数学模型,分别编制了基于HOOKE-JEEVES法、MDOD法和多轮进化遗传算法的电机优化设计程序,并对使用各种优化方法优化的结果进行了对比分析.
上传时间： 2013-04-24
上传用户：tonyshao
视频监控一直是人们关注的应用技术热点之一，它以其直观、方便、信息内容丰富而被广泛用于在电视台、银行、商场等场合。在视频图像监控系统中，经常需要对多路视频信号进行实时监控，如果每一路视频信号都占用一个监视器屏幕，则会大大增加系统成本。视频图像画面分割器主要功能是完成多路视频信号合成一路在监视器显示，是视频监控系统的核心部分。 传统的基于分立数字逻辑电路甚至DSP芯片设计的画面分割器的体积较大且成本较高。为此，本文介绍了一种基于FPGA技术的视频图像画面分割器的设计与实现。 本文对视频图像画面分割技术进行了分析，完成了基于ITU-RBT.656视频数据格式的画面分割方法设计；系统采用Xilinx公司的FPGA作为核心控制器，设计了视频图像画面分割器的硬件电路，该电路在FPGA中，将数字电路集成在一起，电路结构简洁，具有较好的稳定性和灵活性；在硬件电路平台基础上，以四路视频图像分割为例，完成了I2C总线接口模块，异步FIFO模块，有效视频图像数据提取模块，图像存储控制模块和图像合成模块的设计，首先，由摄像头采集四路模拟视频信号，经视频解码芯片转换为数字视频图像信号后送入异步FIFO缓冲。然后，根据画面分割需要进行视频图像数据抽取，并将抽取的视频图像数据按照一定的规则存储到图像存储器。最后，按照数字视频图像的数据格式，将四路视频图像合成一路编码输出，实现了四路视频图像分割的功能。从而验证了电路设计和分割方法的正确性。 本文通过由FPGA实现多路视频图像的采集、存储和合成等逻辑控制功能，I2C总线对两片视频解码器进行动态配置等方法，实现四路视频图像的轮流采集、存储和图像的合成，提高了系统集成度，并可根据系统需要修改设计和进一步扩展功能，同时提高了系统的灵活性。
上传时间： 2013-04-24
上传用户：gundan
