基于SUKF与SIFT特征的红外目标跟踪算法研究

针对复杂红外背景下单一跟踪算法难以准确定位运动目标的问题,提出了基于尺度无迹卡尔曼滤波(SUKF,scale unscented Kalman filter)与尺度不变特征变换(SIFT,scale invariant featuretransform)相结合的红外运动目标跟踪方法。首先,通过SUKF算法对状态空间进行滤波估计,确定运动目标的初步位置,并以此建立局部SIFT特征检测域。其次,SIFT算法在该局部检测域内对运动目标进行特征提取与匹配,最终实现对目标的准确定位;同时,利用定位结果更新并校正SUKF的状态模型。实验结果表明,本文提出的基于SUKF-SIFT的跟踪策略与相关算法相比,体现出较好的跟踪效果与实时性能。     

基于SIFT算法的图像匹配研究

图像匹配是计算机视觉、摄影测量等领域的基本问题,SIFT算法由于具有旋转和尺度不变性等优良性能被广泛使用,但也并非完美。针对SIFT算法的适用性问题展开研究,采取三组图像进行匹配,SIFT算法采用SIFTGPU的实现版本。实验结果表明,大部分情况下,SIFT算法可以得到较多可靠的同名点,但如果图像中纹理单一或者重复纹理较多以及成像时角度差异过大,容易造成SIFT算法匹配质量降低。     

隐马尔可夫模型下基于SIFT特征的局部遮挡目标识别

提出一种利用隐马尔可夫模型建立目标特征匹配库来识别图像中局部遮挡目标的新方法。该方法首先通过SIFT算法提取目标SIFT特征,然后采用隐马尔可夫模型对目标所有的SIFT特征进行训练,得到目标SIFT特征对应的模型输出概率范围,将该概率范围作为目标特征匹配库。在对图像中的目标进行识别时,利用目标特征匹配库可以把目标特征从图像所有特征中识别出来,即使目标遮挡比例为60%时,该方法仍能识别出目标。实验结果表明,新方法可以精准地识别出图像中被遮挡目标,能够很好地解决遮挡情况下的目标识别问题。与现有局部遮挡目标识别算法相比,新方法所取得的目标识别率均有所提高。     

运动目标检测与识别研究

运动目标检测与识别研究是计算机视觉中最重要的研究领域之一。在目标检测中存在场景动态变化、光照变化等同题,在目标跟踪中则存在目标的遮挡、重叠及目标关联等问题。提出一种有效的运动目标检测方法,较好地解决以上问题。首先利用背景差分方法建立背景模型,再对背景模型进行实时更新,以适应视频本身和光线的变化,最后使用形态学方法消除噪声和运动阴影带来的影响。并对检测到的目标应用区域跟踪技术,引入2个参数,实现跟踪匹配,很好地处理了目标之间的相互遮挡问题。实验结果表明,该方法快速有效,能够满足实时的需要。     

基于改进Vibe算法的观赏鱼目标检测研究

借助计算机视觉技术研究鱼类行为已逐渐成为热点课题,该技术模拟生物视觉原理,通过处理采集的图片或视频获得动态目标参数信息,以达到对鱼类游泳行为监测分析的目的。利用传统的Vibe算法进行鱼类游泳行为监测会出现消除鬼影需要消耗大量视频帧,存在水面波纹的动态背景下运动目标的检测结果不准确的问题,因此提出了一种改进的Vibe算法。针对消除鬼影需要消耗大量视频帧,提出利用层次遍历搜索算法对目标图像进行标记并计数方法来自适应调整背景更新概率以实现快速消除鬼影。针对存在水面波纹的动态背景下运动目标的检测结果不够精确,提出基于LBP和HSV去除水面波纹以提高检测精度。     

A*算法距离评估函数在不同障碍物下的性能分析与改进

本文主要介绍利用带启发信息的A*算法进行二维地图中目标的最短路径搜索,使用主流cocos2dx游戏引擎搭建计算机软件的实验平台,对A*算法中的距离评估函数进行性能测试。通过在不同类型障碍物下各种距离评估函数的时间复杂度和空间复杂度进行对比分析,并在此基础上引出带权距离评估函数,实现距离评估函数的合理利用和改进,提高A*算法的搜索效率。     

基于SIFT特征的显微图像拼接算法研究

本文研究并实现了一种基于SIFI＂特征的显微镜下图像拼接算法,通过对显微下图像中的SIFI＂特征的提取、特征比对以及图像映射等过程,将两幅甚至多副包含重叠区域的图像无缝的拼接起来。     

基于改进YOLOX的自然环境下核桃识别算法研究

针对现有目标检测算法对自然环境下核桃识别存在漏检、误检等问题,提出了一种基于Swin Transformer多层特征融合改进的YOLOX-S核桃识别算法。首先,在主干特征提取网络中引入基于Swin Transformer的多层特征融合模块,借助Swin Transformer的多头注意力机制对小目标的特征信息进行提取并与特征图进行融合,可以有效解决因网络层数加深导致的高层特征图中小目标特征信息丢失问题;其次,为了提高算法的检测精度,引入更高效的Repblock模块对原网络中的CSP模块进行替换;最后,为了提高下采样效果,使用更为优秀的Transition Block模块作为主干特征提取网络的下采样模块。结果表明,改进后的YOLOX-S模型在采集的自然环境下核桃数据集上平均精度AP50达到96.72%,分别比Faster-RCNN、YOLOv5-S、YOLOX-S算法提高7.36、1.38、0.62百分点,检测速度达到46 f/s,模型参数大小为20.55 M。改进后的YOLOX-S算法具有更好的精度,改善了漏检和误检问题,对自然环境下的核桃有更好的识别效果。     

自然场景下多目标苹果识别定位融合算法研究

自然场景下苹果采摘对目标的精准识别和三维定位是苹果智能采摘设备的关键技术.融合YOLOv3算法和双目视觉技术,通过YOLOv3算法对多种自然场景下的样本进行训练,构建识别模型,利用双目视觉获取苹果图像,运用YOLOv3模型得到图像中目标苹果的二维坐标,再利用双目视觉视差原理得到深度坐标信息,从而实现对目标苹果的三维空间...     

基于SIFT检测与匹配算法的奶牛形体图像技术研究

使用普通数码相机拍摄奶牛形体图像,应用SIFT特征点检测与匹配算法进行特征点检测、匹配、基础矩阵和单应投影矩阵的计算.实验结果表明,该方法对图像采集的要求低,能适应野外作业,检测的特征点数量大,精确度高,匹配结果准确.     

一种基于模式匹配的目标点识别算法

设计了一种基于模式匹配的目标点识别算法.算法通过对图像中的目标进行模式匹配处理,自动识别目标,实现目标的计数功能.该算法避免了傅立叶变换滤波等计算量较大算法的使用,适用于利用图像处理进行目标实时计数的领域.     

改进农机与保护土壤

带有各种联合农机的重型牵引车、联合收割机、大型收割脱粒机和载物运输车的使用,标志着农业生产已步入机械化.然而,这些农业机械长年累月地在农田上行驰,从播种到收获,反复辗压土地,最终将导致农田土质越来越板实.种子不易长芽,农作物不能良好地生长,土壤中的微生物也日益减少.其原因就是由于土地板结,造成了水无法渗透到土壤中去.     

冰雹云单体识别与跟踪算法评估及检验改进

利用兴义新一代多普勒天气雷达CINRAD/CD复合体扫基数据及气象产品风暴单体识别与跟踪SCIT,对发生在黔西南地区的2007～2008年的冰雹天气过程个例进行验证、分析,分别从识别、跟踪评估、位置预报3个方面进行评估分析,并进行了算法补尝,提出了解决的办法,在降低反射率因子识别的基础上在时间关联中增加一个方向性阈值,提取反射率因子水平结构ZMGN反射率因子空间变化率aZ/aII、垂直累积液态含水量VIL、冰雹概率SHI4个最能描述对流风暴特征的物理量,并对其分配权重,建立概率判别函数P,对2008年3月19日一次超级单体风暴的发展演变过程中P变化进行了分析,对2007 ～2008年的冰雹天气过程重新进行评估,与算法改进前的评估效果进行对比分析,结果表明,算法改进后识别成功率有明显上升,但对单体的跟踪及位置预报效果不明显.     

基于改进Camshift的竹材加工目标检测跟踪算法研究

将计算机视觉技术应用到数控剖竹机运动加工目标的检测和跟踪中,提出一种基于改进Camshift算法的适合竹材加工运动目标检测和跟踪算法.针对竹材检测、跟踪过程中的干扰因素,通过图像的色度值来代替背景图像的亮度值,来减少阴影干扰,采用背景差分法与帧间差分法相结合的目标检测方法,改进Camshift算法,利用HSV图的H分量均值和每一帧H分量均值的差值结果来进行H分量均值更新,以克服光照影响,并利用Kalman滤波实现对下一帧竹材所在位置进行预测,预测结果用于修正Camshift算法的跟踪结果.结果表明,改进的算法能够对运动竹材目标进行实时跟踪,算法高效、准确.     

基于RFID木制品物流多目标识别算法的优化

为了提高木制品物流多目标识别效率,选用基于ALOHA的动态帧时隙的防冲突算法,并采用概率学方法对RFID碰撞现象进行分析和仿真试验,设计了智慧的防冲突算法,实现了通过上一次扫描的标签数推算下一次扫描应开设的最优帧长.     

基于改进DTW算法的海岛水鸟鸣声识别应用研究

采用梅尔倒谱系数(MFCC)为特征参数、路径约束改进的动态时间规整(DTW)算法进行模式识别和分类,建立海岛水鸟鸣声分类识别系统。在MATLAB环境下对浙江省舟山市五峙山列岛自然保护区中的红隼、黑尾鸥、蛎鹬等8种海岛水鸟的鸣声进行识别和分类仿真模拟。通过调整时间规整函数,将传统DTW算法的搜索区域由原来的矩形区域减小为面积较小的平行四边形,使得计算量大幅减小,从而减少计算所需内存空间和识别时间,同时提高系统识别效率。仿真结果显示8种鸟类的平均识别率为88.75%,平均识别时间为1.63s,相比于传统DTW算法,识别率高了7.5%,速度提高24.18%。     

茶树病虫害识别预警平台开发与应用

茶树病虫害的有效治理直接关系到茶树种植的经济效益.本文通过对茶树病虫害识别预警平台的开发及应用进行探讨,旨在为茶树病虫害治理工作的开展提供一套高效的识别系统,以期推动茶树种植业发展.     

基于模糊聚类的番茄目标快速识别算法

为准确而又快速地识别图像中的番茄目标,提出一种基于模糊聚类算法(fuzzy clustering means,简称FCM)的番茄目标识别方法,在目标函数中引入隶属度约束项,加快模糊聚类算法的收敛速度,快速分割番茄目标图像。为验证算法的有效性,利用多张番茄图像进行图像分割试验,并将本算法与FCM算法、Otsu算法的分割效果进行对比,结果表明,本算法对番茄目标的识别速度与识别准确率都得到了一定程度的提高。