一种简单可靠的昆虫扑翼运动图像序列自动分析方法

目前高速摄影相机和多相机系统广泛地用于记录昆虫奇妙的飞行运动,然而分析这些运动图像序列的方法却不能让人满意.提出并测试了一种简单可靠的昆虫飞行图像的自动分析方法.该方法充分地利用了图像序列中相邻两帧间的差别,可自动提取出昆虫的特征点(翼尖点,翼根点,头部端点,腹部端点)和轮廓线(翼前缘轮廓,翼后缘轮廓).采用MATLAB实现并使用虚拟昆虫和真实昆虫运动图像序列测试了该方法.测试结果表明,该方法简单可靠,无需人工干预,不针对特定昆虫,运算量也较小,且能够提供较好的识别结果,甚至在处理昆虫的身体和翅膀部分重叠或者昆虫的翅膀图像呈现明显的透明的图像序列时候结果依然不错.该方法给昆虫图像的形态学特征自动识别难题提供了一个切实可行的解决方法,节省了昆虫扑翼运动图像的分析时间.     

一种基于时间差分运动检测的改进方法

本文提出了一种基于时间差分运动检测的改进方法。首先计算时间上连续的两帧灰度图像的差分图像；然后，将得到的差分图像通过低通滤波和二值化处理；最后，利用图像序列中的多帧灰度图像计算得到一组二值图像，通过对二值图像进行像素的算术运算，提取出运动目标区域。实验结果表明：这种方法是有效的。     

图像序列直线提取和匹配时Hough变换的应用研究

本文利用Hough变换的点线对偶性,将对图像序列中的特征直线的匹配转化为在参数空间中对特征点运动轨迹的参数估计,设计采用卡尔曼滤波器对运动目标进行初步跟踪,通过建立模板与图像的匹配相关系数判定搜索到的特征点的精确坐标。实验结果表明,该方法具有较好的跟踪结果。     

一种轨道式动态目标跟踪算法

研究了一种轨道式动态目标跟踪的算法,建立轨迹式目标跟踪模型;分析了目标跟踪的基本原理,研究跟踪平台的光学结构和转台角度与轨道目标运动的跟踪算法,给出了物像动态跟踪的计算方法;研究Mean shift跟踪算法,利用它的核密度估计和跟踪图像的帧图像关系,确定目标检索中心位置,以达到动态目标跟踪目的。通过试验验证,提出的算法在外弹道轨道目标动态跟踪系统中是可行的。     

波音727飞机的ISAR成像处理结果

逆合成孔径雷达(ISAR)能够对运动目标进行高分辨率雷达成像。本文利用波音727飞机的外场真实数据研究了ISAR的信息处理,它包括运动补偿和成像。文中给出并比较了实现IS—AR运动补偿的几种方案,它们是距离对准的空域法和频域法,相位补偿的散射点基准法和多普勒中心跟踪法。我们对完成了运动补偿的等效转台数据进行了FFT—距离多普勒成像和超分辨成像。波音727飞机的外场数据处理结果证明了文中所述的ISAR运动补偿和成像方法是正确和有效的,同时也说明了超分辨成像的优越性。它不仅有利于雷达目标的识别和分类,而且能够降低ISAR的大带宽要求和克服大转角ISAR运动补偿的困难。     

基于区域气球力Snake模型的运动目标快速跟踪方法

提出了一种包含区域信息的Snake模型用于运动目标检测与跟踪。在通常情况下,基于区域信息的跟踪方法对背景光线的微小变化、位置的微小移动较为敏感,而基于边缘信息的跟踪方法则难以对边缘模糊的图像取得满意的跟踪效果。在算法中同时引入这两种信息,边缘信息使得算法快速而鲁棒性好,区域信息可以对边缘模糊的图像取得正确的跟踪效果。使用双差分图像设计了自动初始化的方法来实现视频的自动跟踪。同时,对目标的下一步运动位置增加了一个预测环节来加快主动轮廓模型的收敛速度。该算法的每帧计算时间一般小于0.1S,能应用于实时系统。     

基于序列图象的三维刚体运动估计研究进展

序列图象运动估计是动态场景分析的基础,它主要研究如何从变化场景的一系列不同时刻的图象中,提取出有关场景中物体的位置、运动和结构等信息。在综述了基于序列图象运动分析的传统方法及其技术特点和存在的问题后,分析了基于序列图象的三维刚体运动估计研究的发展趋势。     

基于序列图像的非合作目标自主导航及验证

针对空间自旋或章动运动的非合作目标运动感知与估计问题,给出了一种基于序列图像的运动测量与状态估计方法。所给出的方法由两部分组成:(1)采用立体视觉测量目标三个非共线的特征点,建立目标参考系并实现相对姿态的测量;(2)采用目标运动学和动力学方程,推导了扩展卡尔曼滤波器,实现目标角速度和惯量比的估计。最后,分别给出了数学仿真和物理试验:(1)利用数学仿真验证了所给出的卡尔曼滤波估计算法在不同目标运动情况下的收敛性;(2)利用机械臂模拟目标的自旋运动,利用双目相机采集目标运动图像,试验结果验证了所给出的运动测量与状态估计方法可以连续的给出目标角速度的精确估计。     

一种基于光流的行人目标跟踪与分割方法

为了对非限制场景中的行人目标实现跟踪和分割,研究了一种基于光流的行人目标跟踪与分割方法。采用传统光流场的计算方法,获取行人运动所产生的光流场,将光流场中像素点的幅值信息及像素点在帧间运动的方向角度信息相结合,使光流场中所包含的前景目标物体的运动信息更加完整,更具鲁棒性。根据行人在连续帧间运动时,行人和背景之间边界位置像素点亮度变化的特点,实现对行人目标的跟踪。采用改进的内外映射方法,获取动态目标内部像素点,实现对视频前景行人目标的分割。实验结果表明,该方法能够准确地实现对非限制场景中行人目标的跟踪与分割。     

一种改进的逆合成孔径雷达运动补偿法

运动补偿是逆合成孔径雷达成象处理的关键，它包括距离对准和相位补偿两个环节，现有的ＩＳＡＲ运动补偿方法都是将距离对准和相位补偿分开进行的，本文在ＩＳＡＲ距离对准频域法的基础上，提出了一种同时距离对准和相位补偿的ＩＳＡＲ运动补偿法，与其他方法相化，它能简化运动补偿环节，减少运动补偿计算量，文中证明所采用的相位补偿法与多普勒中心跟踪法是等效的，ＩＳＡＲ外场实测数据和微波暗室数据的运动补偿和成象结果验证了     

基于单目视觉的室内微型飞行器位姿估计与环境构建

针对微型飞行器(Micro air vehicle,MAV)在室内飞行过程中无法获得GPS信号,而微型惯性单元(Inertial measurement unit,IMU)的陀螺仪和加速度计随机漂移误差较大,提出一种利用单目视觉估计微型飞行器位姿并构建室内环境的方法。在机载单目摄像机拍摄的序列图像中引入一种基于生物视觉的方法获得匹配特征点,并由五点算法获得帧间摄像机运动参数和特征点位置参数的初始解;利用平面关系将特征点的位置信息由三维降低到二维,给出一种局部优化方法求解摄像机运动参数和特征点位置参数的最大似然估计,提高位姿估计和环境构建的精度。最后通过扩展卡尔曼滤波方法融合IMU传感器和单目视觉测量信息解算出微型飞行器的位姿。实验结果表明,该方法能够实时可靠地估计微型飞行器的位置和姿态,构建的环境信息满足导航需求,适用于微型飞行器室内环境中的导航控制。     

磁共振成像中刚体平移运动伪影校正

磁共振成像过程中,患者的轻微运动就会使扫描数据发生相位偏移,从而使重建图像含有运动伪影,降低成像的质量。严重的伪影会影响医生对病灶的精确定位。本文利用遗传算法高度并行、随机和自适应全局寻优的特点,提出了基于遗传算法的刚性平移运动伪影修正方法,逐次修正扫描信号在K空间中已偏移的相位。实验表明,基于遗传算法的修正方法,能有效校正扫描数据的相位偏移,达到抑制运动伪影的目的。     

SAR图像中动目标自聚焦检测的方法改进

构造了各聚焦图像块的对比图像块,对比图像块内的静止背景与聚焦图像块内的静止背景图像保持同步变化,它们的锐度始终相等,而对比图像块内的动目标与聚焦图像块内的动目标图像有很大差异,以聚焦图像块与对比图像块锐度比检测动目标,可排除静止背景锐度下降的影响,提高检测性能。实测数据表明该算法有效。     

复杂背景下快速移动目标的实时跟踪

提出了适用于跟踪在复杂背景下快速移动目标的实时跟踪系统.利用基于马尔可夫场模型的背景减除算法检测像素变化,以跟踪移动目标.分割掩膜的先验概率用马尔可夫场模型来表示,因此目标跟踪任务即被转化成最大后验问题.实验结果表明,本文算法在简单背景或复杂背景下的离线和在线移动目标跟踪方面均有较好的效果.     

一种基于元路径拥塞模式挖掘的移动对象位置预测方法

路网上移动对象位置预测是许多位置相关服务的基础。目前移动对象位置预测方法没有充分考虑到轨迹数据中所蕴含的道路拥塞信息,而路网上的道路拥塞状态对移动对象的位置更新会产生巨大影响。提出基于元路径拥塞模式挖掘的方法(Meta-congestion-pattern mining,MCPM)。在离线挖掘阶段,从历史轨迹的频繁路径(元路径)的紧集中挖掘当地的拥塞模式,并对运动模式进行建模,其中采用基于k均值的聚类算法解决数据稀疏性问题。在线预测阶段根据挖掘的拥塞模式和运动模式依概率进行预测。最后通过理论分析和实验验证得出了算法的有效性,与相同条件下的精度预测(WhereNext,WN)方法相比,平均预测准确性提高了近20%,预测时间平均缩短了近50%。     

改进的EMD方法在车辆振动信号提取中的应用(英文)

为了能在强噪声背景下准确地进行振动信号的特征提取,对经验模式分解进行了研究和改进,并将其应用于车辆振动信号的特征提取中。首先对系统中各输入信号进行了多次自相关处理,有效地降低信号中的噪声。然后对处理的信号进行经验模式分解,得到了各固有模态函数分量。最后对感兴趣的固有模态函数分量进行希尔伯特变换和谱分析,从而得到信号的特征信息。仿真和试验分析说明了改进的经验模式分解方法的可行性,并且对同类工程问题具有一定的参考价值。