针对红外多目标检测跟踪中目标遮挡问题和算法实时性与准确性难以兼顾的不足,提出一种快速准确且抗遮挡的红外目标检测跟踪算法。在目标检测阶段,提出一种基于RAS(running Average with selectivity)背景更新的中值滤波背景差分算法。...针对红外多目标检测跟踪中目标遮挡问题和算法实时性与准确性难以兼顾的不足,提出一种快速准确且抗遮挡的红外目标检测跟踪算法。在目标检测阶段,提出一种基于RAS(running Average with selectivity)背景更新的中值滤波背景差分算法。该算法采用中值滤波法建立背景图像,通过引入反馈思想与滑动时间窗模型,使背景更新的实时性与鲁棒性得到改善。同时,为了有效解决目标遮挡难题,提出一种像素投影分离算法,通过对粘连目标的投影曲线进行分析来实现粘连目标的分离。在目标跟踪阶段,通过采用滤波加权均值移位算法,从而有效克服红外目标描述信息不足的缺点。同时,将该算法与Kalman滤波融合,最终实现红外多目标的快速准确跟踪。在不同红外测试集上实验结果表明,所提算法的检测率与正确跟踪率分别提高到91.05%、83.78%,运行速度达到32帧/秒,在抗遮挡性、实时性、准确性与鲁棒性等方面均优于现有的主流算法。展开更多
遥感图像分割是将以像元为基础的图像转化为以对象为基础的过程,因此,遥感图像分割是遥感图像高级分析的基础.对于中、低分辨率遥感图像来说,单个像元的面积较大,且混合像元现象严重,图像分割会产生较大的误差.高分辨率遥感图像单个像...遥感图像分割是将以像元为基础的图像转化为以对象为基础的过程,因此,遥感图像分割是遥感图像高级分析的基础.对于中、低分辨率遥感图像来说,单个像元的面积较大,且混合像元现象严重,图像分割会产生较大的误差.高分辨率遥感图像单个像元的面积较小,分割后图像上单个对象内含若干像元,便于分析和提取信息.以高分辨率遥感图像Q u ickB ird和IKONO S为研究对象,采用均值调整法对图像进行分割和精度检验.结果表明:采用均值调整法进行高分辨率遥感图像分割具有较好的效果,图像分割的速度和精度均较高.展开更多
文摘针对红外多目标检测跟踪中目标遮挡问题和算法实时性与准确性难以兼顾的不足,提出一种快速准确且抗遮挡的红外目标检测跟踪算法。在目标检测阶段,提出一种基于RAS(running Average with selectivity)背景更新的中值滤波背景差分算法。该算法采用中值滤波法建立背景图像,通过引入反馈思想与滑动时间窗模型,使背景更新的实时性与鲁棒性得到改善。同时,为了有效解决目标遮挡难题,提出一种像素投影分离算法,通过对粘连目标的投影曲线进行分析来实现粘连目标的分离。在目标跟踪阶段,通过采用滤波加权均值移位算法,从而有效克服红外目标描述信息不足的缺点。同时,将该算法与Kalman滤波融合,最终实现红外多目标的快速准确跟踪。在不同红外测试集上实验结果表明,所提算法的检测率与正确跟踪率分别提高到91.05%、83.78%,运行速度达到32帧/秒,在抗遮挡性、实时性、准确性与鲁棒性等方面均优于现有的主流算法。
文摘遥感图像分割是将以像元为基础的图像转化为以对象为基础的过程,因此,遥感图像分割是遥感图像高级分析的基础.对于中、低分辨率遥感图像来说,单个像元的面积较大,且混合像元现象严重,图像分割会产生较大的误差.高分辨率遥感图像单个像元的面积较小,分割后图像上单个对象内含若干像元,便于分析和提取信息.以高分辨率遥感图像Q u ickB ird和IKONO S为研究对象,采用均值调整法对图像进行分割和精度检验.结果表明:采用均值调整法进行高分辨率遥感图像分割具有较好的效果,图像分割的速度和精度均较高.
