检索结果

Select

1. 多特征融合的鲁棒粒子滤波跟踪算法

曾伟朱桂斌陈杰唐丁丁

计算机应用 2010, 30 (3): 643-645.

摘要（1468）

PDF （650KB）（1136）

为克服基于单一特征的跟踪方法在复杂环境和光照变化下易导致跟踪失败的缺点，提出了一种基于多特征融合的粒子滤波跟踪算法。通过基于HSV的多块颜色直方图来表征目标的总体分布，而方向梯度直方图又包含了一定的结构信息，两者互为补充，将两者融合于粒子滤波的框架中。同时，自适应更新融合权重、模板和噪声分布参数，动态调节粒子数目，在环境干扰较大(如遮挡)时，分配较多的粒子。实验结果表明，算法鲁棒性较高，同时提高了跟踪的精度。

相关文章 | 多维度评价

Select

2. 基于纹理与灰度协同进化的图像分割算法

袁宝峰吴乐华曾伟

计算机应用

摘要（1487）

PDF （454KB）（964）

为了获得更好的分割效果，成功地将局部二值模式(LBP)纹理模型和灰度特征纳入到合作型协同进化算法(Co-CEA)框架中，并实现了图像分割。该方法首先分别对LBP纹理模型和灰度特征进行编码，然后运用Co-CEA进行进化操作，最后通过本文提出的联合适应度函数确定分割区域。实验结果表明该方法在分割质量上效果明显，并有效地降低了时间复杂度。

相关文章 | 多维度评价

Select

3. 基于Kalman点匹配估计的运动目标跟踪

曾伟朱桂斌李瑶

计算机应用 2009, 29 (06): 1677-1682.

摘要（1368）

PDF （609KB）（1744）

针对目前的角点匹配跟踪实时性差和抗遮挡、相似性物体等环境因素能力差的缺点,提出了一种基于Kalman点匹配估计的目标跟踪方法。通过在Kalman滤波粗定位的基础上,提取具有一定的抗几何缩放能力的多尺度Harris角点,对获得的其响应函数值进行加权以及目标区域进行恰当的分块,然后,将各块中的响应函数值求取平均值组成特征向量,在搜索域内进行点匹配跟踪。实验结果表明,该算法计算效率有很大的提高,能够用到实时的目标跟踪系统中,且对环境因素的影响有一定的鲁棒性。