检索结果

Select

1. 多分辨率LK光流联合SURF的跟踪方法

厉丹, 鲍蓉, 孙金萍, 肖理庆, 党向盈

计算机应用 2017, 37 (3): 806-810. DOI: 10.11772/j.issn.1001-9081.2017.03.806

摘要（530）

PDF （1022KB）（534）

针对交通监控中运动目标形变、雾霾天气、高速、光照不均、部分遮挡等复杂情况导致Lucas-Kanade（LK）算法跟踪不稳定问题，提出基于多分辨率LK光流算法联合快速鲁棒性特征（SURF）的跟踪算法。所提算法构建图像多分辨率小波金字塔，解决传统LK算法中同一像素点帧间大尺度运动易丢失问题；同时联合SURF尺度不变特征变换算法，提取特征点进行光流跟踪，并制定自适应模板实时更新策略；在减少光流计算量的同时增强运动目标抗复杂环境的能力。实验结果表明，新方法中特征点匹配准确快速，自适应性强，在交通复杂化境中跟踪稳定。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于Meanshift聚类Bhattacharya观测似然度修正的联合概率数据关联改进算法

田隽厉丹肖理庆

计算机应用 2014, 34 (5): 1279-1282. DOI: 10.11772/j.issn.1001-9081.2014.05.1279

摘要（614）

PDF （575KB）（431）

为降低多目标航迹聚集时联合概率数据关联（JPDA）联合关联事件的计算复杂度，提出一种基于Meanshift聚类〖CD*2〗Bhattacharya（Bhy）观测似然度修正的JPDA改进算法。利用Meanshift得到聚类中心，据聚类中心与目标预测量测马氏距离形成跟踪门；提出Bhy似然度矩阵，将Meanshift聚类中心与各量测Bhy距离所表征的观测似然度作为确认矩阵小概率事件划分依据，消除确认矩阵中小概率事件对联合关联事件计算复杂度的影响。实验结果表明：多目标航迹聚集时，该算法在减少计算复杂度同时保持了较高关联精度，跟踪性能明显优于经典JPDA。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于曲波变换的图像去噪新算法

厉丹钱建生王超

计算机应用 2009, 29 (10): 2665-2667.

摘要（1589）

PDF （813KB）（1388）

比较了小波变换和曲波变换,指出小波变换只具有点状奇异性的不足之处和曲波变换具有多尺度各向奇异性的优点，分析了现有的基于曲波变换的图像去噪方法，并对目前基于曲波变换的去噪算法进行了改进，提出结合Wrapping和Cycle Spinning的WCSCurvelet去噪新算法。仿真实验的结果证实了该算法减少了伪Gibbs现象，较好地保留了图像的细节和纹理，获得了更好的视觉效果和更高的峰值信噪比。