【摘 要】
：
运动目标识别是视频信息处理的重要研究课题之一.本文提出了一种基于形状的特征提取与识别算法.首先利用自适应阈值的SUSAN算法检测图像目标边缘,用形状上下文来描述边缘点的
【机 构】
：
厦门大学计算机系,厦门 361005
论文部分内容阅读
运动目标识别是视频信息处理的重要研究课题之一.本文提出了一种基于形状的特征提取与识别算法.首先利用自适应阈值的SUSAN算法检测图像目标边缘,用形状上下文来描述边缘点的特征,然后用形状距离来表示目标模型和船只图像整体形状上的相似性,接着采用两级递推识别方法,从而实现形状最佳匹配意义上的快速目标识别.实验表明,该算法具有较强的抗形变能力和噪声抑制能力,能在海面复杂场景中识别到准确的目标.
其他文献
不规则体体积测量有着广泛的应用,但是目前没有一个成熟的非接触方法对不规则体的体积测量,并且随着社会的发展,必然追求更高的精度和速度.本文提出了一种基于shape from foc
为提高对复杂环境下小目标的联合检测和跟踪性能,提出了一种基于粒子滤波的小目标TBD算法.通过粒子滤波对小目标的运动状态和出现状态进行联合采样,并采用UPF方法对TBD算法进
基于形态图(Aspect Graph)理论的视点空间划分在三维物体识别中正发挥着重要的作用,当前,形态图理论的应用瓶颈就是其高复杂度,本文所提出的消隐算法就是针对模型中的三角形
在合成孔径雷达(SAR)图像中检测识别舰船目标有着广阔的应用前景,但是国内外的研究只局限于应用某种算法对特定SAR图像去噪或目标检测,目前对特定SAR图像目标的检测率可达85％～9
针对可见光和红外图像中的各类团块目标,提出一种基于视觉注意模型的团块目标检测方法.该方法根据团块目标与背景在多种特征、多个尺度上的差异性,利用视觉注意模型确定目标
在常用的混合高斯法的基础上,提出一种改进算法,有效克服了摄像机的自动白平衡导致混合高斯法不可用的情况.该算法首先引入连续帧差法,将连续两帧图像差与混合高斯法的检测结
本文以中低分辨率光学海域图像中的舰船目标为研究对象,提出一种联合灰度和纹理特征的舰船目标检测方法.该方法利用改进的双参数恒虚警率(Constant False Alarm Rate,CFAR)方
在监控系统中,由于摄像头的运动或目标的移动,对同一个目标,所采集的图像会有很大差别,因此就需要一个能准确识别目标的方法.该文提出了基于免疫克隆聚类的自适应竞争神经网
提出了一种基于多次二值分类的复杂背景字符定位方法.首先对字符图像去模糊和增强处理后,进行二值分类,在每一次的二值化分类图中根据字符排列及二值分类图投影的特点来进行
由于mean-shift算法良好的鲁棒性和实时性,它被广泛的应用到运动目标跟踪中.但该算法还存在不足的方面.首先是核带宽的选择问题,它对存在径向运动的目标跟踪的影响非常大.其