【摘 要】
：
提出了一种新的移动相机下的地面运动目标分割方法,运用一种称为"多平面视差约束"的三视角约束方法把图像序列中的每个像素点区分成背景区域和运动目标区域.该方法是在"平面和视差"框架的基础上提出来的,克服了之前几何约束方法存在的视差问题,而且不需要固定的参考平面.同时,在相机跟随目标相同方向移动时,将极线约束的面退化问题简化为线退化问题.实验结果证明了该方法的优越性.
论文部分内容阅读
提出了一种新的移动相机下的地面运动目标分割方法,运用一种称为"多平面视差约束"的三视角约束方法把图像序列中的每个像素点区分成背景区域和运动目标区域.该方法是在"平面和视差"框架的基础上提出来的,克服了之前几何约束方法存在的视差问题,而且不需要固定的参考平面.同时,在相机跟随目标相同方向移动时,将极线约束的面退化问题简化为线退化问题.实验结果证明了该方法的优越性.
其他文献
传统方法在实时仿真环栅激光图像时对边缘拟合不完整,清晰度差、图像识别率低、亮度分布不均匀、环栅激光图像受到外部环境的干扰较强。提出一种基于实时重光照模型的环栅激光图仿真方法研究,搭建适用于仿真环栅激光图的实时重光照模型,基于模型多次拟合环栅激光图像的各层环形边缘曲线、绘制圆心,提高光照分量的识别能力并对其进行归一化处理,最后合成重光照图像,完成对环栅激光图像的仿真。试验证明文章的方法能够有效地实现
通过红外图像边缘检测实现激光红外目标识别。针对灰度值轮廓点标记边缘检测方法精度不高的缺点,提出一种基于组合优化理论下自适应权重均衡分割的红外图像边缘检测算法。首先对采集的红外图像进行小波降噪预处理,然后对降噪提纯的红外图像进行Harris角点检测,以邻域灰度值为信息素优化融合信息组合,采用自适应权重均衡分割方法提取红外图像的边缘特征,对提取的边缘特征通过最小二乘组合优化处理实现轮廓检测。最后通过仿
目前学术界在可见光图像的混合光照视觉干扰排除、追踪和识别工作中存在盲区,主要表现在抑制图像噪音能力弱,导致图像分辨率无法维持绝对稳定。基于上述情况,提出一种拥有强抗干扰能力的混合光照视觉干扰下可见光图像追踪识别方法,其利用端点逆向填充法,对可见光图像中的混合光照视觉干扰进行纵向、横向以及倾斜修复。介绍了结构匹配追踪方法的追踪流程,在追踪结果中融合了基准时间与空间概念,使用像素点特性向量误差完成了混
人体再识别广泛应用于视频图像监控、公安图库检索和军事情报侦察等重要领域。文章设计实现了一种人体再识别系统,拍摄被关注人物的图像,即能在图库中查询得到相同目标的图像信息。系统由服务器和手机客户端组成,两者通过局域网组网。服务器建立关注人物的图像库,使用多通道级联特征(MCCF)算法实现目标的再识别;手机客户端采用改进的方向梯度直方图(HOG)算法,自动检测和提取拍摄场景中的行人,实现关注人物的入库和
多光谱成像是一项非常有前景的图像高保真获取与再现技术,近年来在水下物体颜色还原的应用中也受到的极大的需求和关注。然而,不同于空气中的物体的成像过程,在水下成像过程中,当光通过水而进行传播,光被水体严重吸收和散射,导致图像变暗,在其光谱和颜色方面发生模糊和扭曲。文中讨论的是基于水下图像的水衰减系数的校准和其多光谱图像的光谱重构。首先在不同的距离处获取物体的图像,提出了基于不同距离的图像进行水体衰减系
论文提出一种非下采样轮廓波变换(NSCT)域内基于自适应单位链接脉冲耦合神经网络(UL-PCNN)的多聚焦图像融合方法。首先,利用NSCT对源图像进行多尺度和多方向分解;对于低频子带,利用一种基于边缘的图像融合方法;对于高频方向子带,采用局部邻域改进拉普拉斯能量作为UL-PCNN的外部激励,同时利用各子带图像改进的拉普拉斯能量和自适应调节UL-PCNN的链接强度,并选取具有较大点火幅度的系数作为融
针对图像椒盐噪声,提出基于加权超图和诱导有序加权平均(IOWA)算子的椒盐噪声滤除算法.首先,用加权超图对图像进行表示,根据椒盐噪声为极值的特点,定义超图边的权值,该权值能够反映边内中心节点对应像素为噪声点的可能性,进而利用超图边的权值进行噪声检测;其次,构建IOWA算子对噪声点进行复原,并采用噪声检测与复原交替进行的方式完成图像的椒盐噪声滤除.仿真实验结果表明,所提出的算法不但可有效复原椒盐噪声
针对多尺度变换域内红外(IR)与灰度可见光(VIS)图像融合后图像清晰度差、纹理信息不丰富等问题,提出一种基于剪切波变换(ST)域改进的IR与灰度VIS图像融合算法.首先,采用形态学顶帽变换(MTH)增强IR与VIS图像;然后,对增强后的IR与VIS图像采用ST变换,将其分解成高、低频图像,针对高频图像提出局部标准差(LSTD)与系数绝对值的融合策略;针对低频图像提出一种改进的权值融合策略;最后,
视觉跟踪是近年来计算视觉最活跃的研究课题之一,已被广泛应用于许多视觉领域。然而,视觉跟踪技术仍然存在挑战,如目标发生光照变化、遮挡、外观形变等。为克服这些技术困难,本文提出基于小波变换的可靠特征点分配(Reliable point assignment,RPA)算法。通过搜索局部最大小波系数(Local maximal wavelet coefficients,LMWC)的位置,获得可靠特征点。在
引言物联网市场呈现飞速增长的发展,在这些领域蓬勃发展的背后,MCU作为物联网的核心器件,要满足怎样的条件才能符合用户产品的需要?更多联网产品的出现,使得MCU的功耗是否要越来越低?MCU是否要同FPGA和无线模块高度整合在一起,更加集成化地服务于上述技术领域?究竟什么样的MCU才能抓住机遇,登上物联网市场高速增长的列车?业界声音连接能力、能量模式和集成功能是MCU必备的素质