张瑾
- 作品数：3 被引量：16H指数：3
- 供职机构：东北师范大学计算机学院更多>>
- 发文基金：吉林省科技发展计划基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于OTSU分割的云层背景下弱目标检测算法研究被引量：7
- 2009年
- 在各种背景的弱目标检测算法研究中,采用了最大类间方差(OTSU)分割的检测算法,对于不同大小的目标提出了两种不同的处理方法.在背景简单的小目标的预处理中利用中值滤波和OTSU相结合的方法;对于背景相对复杂的大目标的检测采用自适应门限、拉普拉斯(Log)滤波和OTSU分割的检测算法,把目标提取出来.自适应门限用于增强图像,使图像的背景灰度变得均匀;Log高通滤波器可以有效地去除背景;OTSU是经典的非参数,无监督自适应阈值选取方法,对图像经过阈值分割后,图像将变成包含少量可能目标点的二值图像.仿真实验表明:该算法能够有效地去除背景天空的强浮云,具有计算量小等优点,能够很好地检测出目标.
- 孙红光卜倩李欢利张瑾张慧杰
- 关键词：自适应门限
- 基于多特征CamShift优化的粒子滤波跟踪被引量：6
- 2010年
- 提出了一种将粒子滤波和CamShift相结合的多特征视觉跟踪方法。通过CamShift对粒子的位置和尺度同时进行优化,使得跟踪窗口能随着目标尺度的大小变化相应调整。同时采用自适应方式将颜色信息和运动信息在CamShift优化的粒子滤波框架下有效结合起来。该方法使用CamShift对粒子传播进行优化,每个粒子都收敛到目标附近,粒子的有效性得到提高。实验结果表明,使用10个粒子的CamShift优化的粒子滤波的跟踪误差小于100个粒子的传统粒子滤波的跟踪误差。并且由于多特征的使用,目标在受到背景相似物体干扰和场景光线发生显著变化等情况下仍能实现稳定的跟踪。用较少的粒子就能实现稳定的跟踪,减少了计算代价,提高了跟踪的鲁棒性。
- 孙红光张瑾刘延涛卜倩谢彦南
- 关键词：粒子滤波CAMSHIFT
- 云层背景下粒子滤波目标跟踪方法研究被引量：3
- 2010年
- 对粒子滤波理论及其实现方法进行了研究.通过模拟实验验证了其优于卡尔曼跟踪的性能,并结合基于双正交小波的边缘形心提取方法和粒子滤波跟踪方法,构建了其跟踪框架.通过粒子数和系统状态转移方程的恰当选择,实现了云层背景下对背景简单的点目标和存在遮挡和旋转变化情况下的大目标进行跟踪.最后通过实验分析了粒子数目和状态方程的选取对跟踪精度的影响.实验证明,结合鲁棒性的小波检测方法和具有"多峰"描述的粒子滤波算法构造成的跟踪器,在运动目标存在局部遮挡和旋转变化等情况下能够实现稳定的目标跟踪.
- 孙红光张瑾潘毓学卜倩李欢利
- 关键词：粒子滤波双正交小波贝叶斯滤波卡尔曼滤波
