Horn-Schunck光流算法在运动目标检测及跟踪中的运用研究

光流技术是提取图像序列全局的或特征点的运动信息并对运动信息加工处理以完成目标的跟踪和检测的方法。具体分析了Horn-Schunck光流算法（简称HS光流算法）,并将该算法应用到视频图像序列中。研究表明,利用HS光流法计算能近似得到图像中每个像素点的运动矢量,通过找到其中光流值不为零的像素点组成的最大连通区域,可以实现运动目标的检测和跟踪。     

基于分区灰度投影稳像的运动目标检测算法

针对视频监控系统中，复杂环境引起摄像机抖动，造成运动目标检测不准确的问题，提出了一种基于分区灰度投影稳像的运动目标检测算法.首先对每帧图像进行分区，利用分区灰度投影算法对图像各分区的运动矢量进行准确提取和相关性分析，进行抖动判断，并对抖动帧进行运动补偿.然后利用高斯混合背景建模算法进行运动目标提取.最后对目标提取结果进行形态学处理，以进一步提高目标提取的精度.实验结果表明，本文算法较好地消除了场景中运动目标对运动矢量计算的干扰，实现了在摄像机抖动视频场景中的运动目标的准确检测和提取，大大降低了抖动视频目标检测的虚警率.     

一种基于学习向量量化网络的目标提取方法

图像目标提取是图像语义抽取及其应用的基础。为了更好地进行图像语义的抽取,提出了一种基于学习向量量化网络的目标提取方法。该方法首先将图像划分成固定大小的子块,采用改进的学习向量量化网络实现前景和背景的区分,最后提取目标。     

基于视频的植物动画合成方法

植物动画合成是当今的一项研究热点,运动信息的提取与重构是在计算机上实现高效、逼真植物动画合成的基础和关键。以玉米为研究对象,采集真实的植物运动视频,将视频转换为图像序列并选取若干关键帧。研究数字图像处理算法,提取图像前景目标,并对目标细化和毛刺去除得到清晰、完整的二值植物骨架图像。基于植物骨架图像提出了植物动画特征点数据提取方法,并将特征点数据映射到三维植物模型,实现了数据驱动的植物动画。     

基于改进Faster-RCNN模型的粘虫板图像昆虫识别与计数

针对传统机器学习采用人工提取特征方法时,由于人为主观性而影响昆虫识别效果与计数准确性的问题,采用图像特征自动提取方法,将深度学习目标检测模型引入昆虫的识别与计数领域,对Faster-RCNN目标检测模型进行改进:针对昆虫体积小,图像分辨率较低的特点,用网络深度更深,运算量更小的深度残差网络(ResNet50)代替原来的VGG16,以提取更加丰富的特征;针对部分昆虫密集的特点,用Soft-NMS算法代替传统的非极大值抑制(NMS)算法,以减少密集区域的漏检。结果表明:改进后Faster-RCNN模型的检测准确率达到90.7%,较未改进的Faster-RCNN模型提高了4.2%,可以运用于昆虫的分类计数。利用深度学习目标检测模型进行昆虫识别与计数较传统的昆虫识别与计数方法更加方便,能够将昆虫的识别、定位和计数融为一体。     

虚拟果园视频跟踪系统的设计与实现

为提高果园设施的安全性,避免浪费不必要的人力和财力,设计开发了一套可对果园进行实时监控的视频跟踪系统。该系统通过将金字塔Lucas Kannade算法与背景差分法融合,实现了对运动目标位置、速度和大小的提取。然后利用电子邮件将运动目标的信息发送给客户端,并将运动目标的图像实时同步至云空间,是一套具有较高实时性与鲁棒性的虚拟果园视频跟踪系统。     

构建矩阵模型提取以黄板为背景的昆虫图像

为自动识别黄板上的昆虫图像,本文根据RGB颜色模型原理,通过构建矩阵模型来分割黄板的黄色背景与目标昆虫图像,为自动识别黄板上的昆虫图像的关键一步,即分割昆虫图像与黄板背景,提供了非常好的方法,也为其他彩色图像分割提供了新的方法,该方法定义一类颜色矩阵为5行n列,根据不同的矩阵值来定义任意一类颜色区间。     

基于特征优化的稻飞虱图像分类

[目的]为了进一步提高稻飞虱图像分类的效率,本文提出一种基于特征优化的稻飞虱图像分类算法。[方法]对采集到的原始昆虫图像进行阈值分割、形态学滤波以及边缘跟踪来获取完整的昆虫彩色背部图像,同时基于该图像集提取昆虫的形态、颜色以及纹理特征66个,结合F-score特征评价方法,筛选出10个特征参数作为最优特征子集,并将其作为BP神经网络的输入特征值。[结果]当采用全部66个特征作为输入特征值时,稻飞虱图像的分类准确率达到96.19%;当采用最优特征子集作为输入特征值时,稻飞虱图像的分类准确率也为96.19%。[结论]以该方法获得的最优特征子集作为稻飞虱图像的特征参数不仅降低特征维度,提高稻飞虱图像分类效率,而且保证分类性能,为实现水稻虫害实时监测预警系统提供了技术支持。     

基于图像识别的边坡表面位移检测方法研究

针对边坡表面状态发生的变化检测,提出了一种新的智能检测方法。人工设置两类标识体,一类为定位标识,一类为观测标识。用图像识别方法对标识体的质心进行提取和计算,通过一定的判别准则来判断边坡的表面位移状况。具体处理方法为先将图像转换到HIS空间,根据设定的颜色提取感兴趣区域。进行图像边缘二值化处理,计算出感兴趣区域的中心坐标值。实验证明,该方法具有鲁棒性好、检测准确率高等特点。     

复杂背景下昆虫图像的快速分割与识别

昆虫图像分割是昆虫图像的识别与鉴定的重点和难点.目前,昆虫分割算法速度慢、过程复杂且大多数只针对于单一背景图像.为了更准确高效地实现昆虫图像的前景背景图像分离,提出一种基于逐像素聚类的端对端的昆虫图像分割方法,能够同时实现复杂背景下的昆虫图像分割与昆虫种类识别.采用覆盖5个昆虫目级阶元的37种实际场景下拍摄的昆虫图像作为研究对象,首先通过试验确定所提模型的最优参数设置,选择ResNet101作为分割模型的主干特征提取网络,在IoU取0.50时,其掩膜分支平均准确度均值、定位平均准确度均值及平均识别误差率分别为93.15％、95.06％和12.12％,分割每张昆虫图像仅需0.080 s,所提模型能够同步实现复杂背景下昆虫目标与背景的快速准确分割并进行分类.     

基于视频监控的磨损表面图像分析

根据M200试验机设计了磨粒磨损的特征磨损试验，利用Pen—MS磨损视频监控系统对磨损过程的特征磨损表面实施了图像采集，采用中值波波法对磨损图像进行平滑去噪增强，迭代法计算分割阈值，用Kirsch算子模板匹配法进行边缘检测和图像特征形状轮廓提取，用编码法进行面积测量，实现了特征磨损作用过程的视频化描述和特征磨损破坏机制的定量分析。     

Real-time automatic lameness detection based on back posture extraction in dairy cattle: Shape analysis of cow with image processing techniques

In this paper results on utilizing image analysis techniques towards early lameness detection in dairy cattle are presented. Data from two different dairy farms in Belgium were gathered. Preprocessing on raw data is required because of non-predictable behaviours of cows such as stopping for a while in front of the camera or non-uniform walking behaviour during experiments. Prelocalization of cow in each frame has been done based on two steps separation: (1) A coarse estimation of moving objects was obtained through background subtraction, (2) second statistical analysis of intensities in gray-scale image along with binarization was utilized to detect moving object in video. A common problem in on-farm collected videos is the similarity of the background and the cow's body colour since the use of classic algorithms for segmentation purposes does not work. Here a hierarchy background/foreground exaggeration is proposed to segment the cow in each frame and track it in video. The combination of logarithm and exponential, background subtraction as well as statistical filtering are used to find the accurate shape of the cow. Furthermore, the back posture of each cow during standing and walking was extracted automatically. It was done by detecting the arc of back posture and fitting a circle through selected points on the spine line. The average inverse radius of four frames displaying the hind hoofs in contact with the ground (two frames for each hoof in a row) was assigned to the cow. Based on this curvature value, a score representing the status of lameness in the individual cow was given automatically. Experimental results from two different databases show promising results in automatic lameness detection based on back posture information.     

基于ARM的视频数据采集传输系统的设计与实现

对基于ARM的视频数据采集传输系统进行研究及设计,通过ARM新一代嵌入式开发平台,与现在流行的互联网及无线传输技术相结合,实现视频数据的采集和远程数据的传输。设计中采用嵌入式Linux系统通过USB摄像头进行视频数据的采集,解决图像的格式转换和MJPEG编码压缩的数据处理,以及通过软件的设计实现MJPEG格式文件到流媒体输出等问题,最终实现视频数据采集和传输。本系统有以下几个方面的应用：家庭环境的实时监测、家居的智能化控制、高危车间厂房无线监控与控制、中长距离的家庭视频通讯、企业实时视频监控等。     

VBR视频的安置策略与接纳控制

讨论了 VBR视频在磁盘特别是 MZ磁盘上的安置策略、视频文件的组织模式、磁盘 I/ O调度及相应的接纳控制策略 .主要给出了一个比例安置算法和基于缓冲支持下的磁盘 I/ O平滑调度策略 ,模拟实验结果显示提出的算法和调度策略是可行而有效的     

基于OpenGL的LiDAR数据处理模块设计与实现

针对目前海量LiDAR数据处理涉及问题复杂、多数算法保密的问题,研究了基于OpenGL技术构建LiDAR数据处理模块的方法,并对模块构建过程中涉及的关键技术,包括LAS格式数据读取、基于OpenGL的LiDAR点云显示、改进的多级移动曲面拟合LIDAR数据滤波算法的实现进行了深入研究。为验证该模块处理LiDAR三维点云数据的正确性,利用该模块进行了LiDAR点云的二维显示、三维显示、滤波处理等。试验结果表明:本研究所开发的LiDAR数据处理模块能够快速、正确的显示和编辑LiDAR点云数据,且有高精度的LiDAR点云滤波结果。     

基于网络的工程制图虚拟模型库的实现

为了促进《工程制图》课程教学手段的改革,以提高学生的空间想象力,提高《工程制图》课的教学质量,借助快速发展的计算机网络技术和便利的校园网络,利用Dreamweaver制作网页,利用Fireworks处理图片,用SolidWorks建模及用3DS MAX渲染制作成AVI文件,然后再用视频转换软件将AVI文件转换成WMV文件插入网页中,形成《工程制图》三维模型库。该模型库为学生提供了一个不受时空限制、内容丰富、有利于自主学习的网络环境。     

Preferred microtubules for vesicle transport in lobster axons

The hypothesis that transported vesicles are preferentially associated with a subclass of microtubules has been tested in lobster axons. A cold block was used to collect moving vesicles in these axons; this treatment caused the vesicles to accumulate in files along some of the microtubules. Quantitative analysis of the number of vesicles associated with microtubule segments indicated that lobster axons have two distinct populations of microtubules--transport microtubules that are the preferred substrates for vesicle transport and architectural microtubules that contribute to axonal structure.     

基于协同过滤的旅游景点推荐

针对在线旅游快速增长的态势，本文研究基于协同过滤的旅游景点推荐算法。通过提取在线旅游网站上游客对桂林旅游景点的评价数据，使用协同过滤算法进行旅游景点推荐。实验结果表明：协同过滤算法完全可用于旅游景点推荐。     

基于PROSAC算法的TLS林分树干提取研究

树干是树木的重要组成部分，对于林业调查研究具有重要意义。为了能从海量点云数据中快速精准提取林分树干，基于地面激光雷达单站点云数据，通过SOR滤波与体素化滤波对点云进行去噪和下采样处理，然后利用MLS移动最小二乘算法对数据进行平滑与孔洞修复，最后针对八叉树体元数据采用结合点法线的PROSAC算法建模提取林分树干。研究表明:PROSAC算法能适应条件复杂的林地，提取林分树干精度高、速度快、抗噪性强，可以提取多姿态树干点云，有极大的应用价值。本算法能快速精准地提取直径较大的树干点，且连续性较好，在保证算法效率与数据精度的基础上，能够获取连续性较好与姿态各异的林分树干点云。