国家自然科学基金(61172111)
- 作品数：35 被引量：316H指数：10
- 相关作者：韩广良李桂菊孙海江王延杰邸男更多>>
- 相关机构：中国科学院长春光学精密机械与物理研究所中国科学院大学长春理工大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划博士科研启动基金更多>>
- 相关领域：自动化与计算机技术电子电信机械工程航空宇航科学技术更多>>
- 基于自适应梯度阈值各向异性滤波抑制红外复杂背景被引量：9
- 2014年
- 在传统各向异性扩散滤波算法的基础上,提出了一种自适应梯度阈值各向异性滤波算法,用于有效地抑制红外复杂背景、滤除噪声,同时增强红外弱小目标。该算法根据图像的局部特性,利用其在不同方向上的梯度特点,判断某点像素是噪声还是图像以及其存在于图像的平滑区域还是边缘区域。文中据此提出了自适应求取边缘函数中的梯度阈值(K值)的方法,解决了原各向异性滤波算法的边缘函数中K值固定单一的问题。实验证明:与原各向异性滤波算法和其他背景抑制算法相比,提出的算法增加了去噪功能,对各种复杂背景抑制效果更好,增强后的图像信噪比提高了近2倍。
- 孙海江王延杰陈小林
- 关键词：各向异性滤波
- 空间划分的目标图像识别与跟踪技术
- 2017年
- 针对多目标识别跟踪算法中存在的低效率、高能耗,易产生误检、漏检等问题,以跟踪精确率、能量损耗为评价指标展开研究.对目前定位与跟踪的相关算法进行分析,提出一种基于空间划分的目标图像识别与跟踪算法.利用空间分簇机制,实时收集目标的位置信息,同时,建立目标丢失与恢复机制,显著提高了目标的识别与跟踪精度,减少能量损耗.结果表明:与常规算法相比,所提算法跟踪成功率提高了10%左右,并能有效减少能量消耗,具有一定的实用价值.
- 张学英韩广良
- 关键词：图像识别图像定位
- 多示例深度学习目标跟踪被引量：4
- 2015年
- 为解决多示例跟踪算法中外观模型和运动模型不足导致跟踪精度不高的问题,该文提出多示例深度学习目标跟踪算法。针对原始多示例跟踪算法中采用Haar-like特征不能有效表达图像信息的缺点,利用深度去噪自编码器提取示例图像的有效特征,实现图像信息的本质表达,易于分类器正确分类,提高跟踪精度。针对多示例学习跟踪算法中选取弱特征向量不能更换,难以反映目标自身和外界条件变化的缺点,在选择弱分类器过程中,实时替换判别力最弱的特征以适应目标外观的变化。针对原始多示例跟踪算法中运动模型中仅假设帧间物体运动不会超过某个范围,不能有效反映目标的运动状态的缺点,引入粒子滤波算法对目标进行预测,提高跟踪的准确性。在复杂环境下不同图片序列实验结果表明,与多示例跟踪算法及其他跟踪算法相比,该文算法具有更高跟踪精确度和更好的鲁棒性。
- 程帅孙俊喜曹永刚刘广文韩广良
- 关键词：目标跟踪多示例学习粒子滤波
- 基于改进的尺度不变特征变换特征点匹配的电子稳像算法被引量：21
- 2012年
- 针对传统尺度不变特征变换(SIFT)算法运算量大的问题,提出了一种改进的SIFT特征点匹配算法。首先介绍了SIFT特征向量的提取过程,并对算法进行了改进,在单尺度空间内提取目标的关键点,并形成34维特征向量,来代替传统SIFT算法生成的128维特征向量,使算法的实时性得到较大的提高,同时又保持了配准精度,最后将提出的改进SIFT特征应用于电子稳像中的全局运动估计中,并通过实验验证了算法的性能。
- 孟勃韩广良
- 关键词：电子稳像全局运动估计尺度不变特征变换
- 光度非均匀彩色序列图像超分辨率重建被引量：6
- 2014年
- 为了实现外界光照变化或相机积分时间自动调节等情况下拍摄的彩色序列图像的超分辨率重建,文章首先提取图像感兴趣区域的方向梯度直方图作为匹配特征,以相关系数作为相似性测度进行几何配准;其次建立光度测量模型进行光度配准;最后采用最大后验估计算法求出光度改善的高分辨率图像。文章采用平均梯度、信息熵、图像对比度对重建图像质量进行评估。实验表明,重建后高分辨率图像平均梯度及信息熵均有大幅提高,图像更清晰、信息更丰富。算法能有效减小重建图像间的光度差异,提高彩色图像的对比度,对光度变化具有一定的鲁棒性。
- 贾苏娟韩广良陈小林孙海江
- 关键词：超分辨率重建HOGICM
- 基于改进MeanShift的目标跟踪算法被引量：28
- 2012年
- 针对传统Meanshift算法在某些干扰或遮挡情况下不能保证跟踪的准确性,以及目标模型内的背景像素也会造成定位偏差的问题,提出一种基于MeanShift的改进算法。首先对目标模型进行改进,通过目标与背景的区分度引入权系数,在目标模型中进行加权处理,可达到降低目标模型内背景像素对跟踪定位精度的影响。然后,将跟踪窗进行分块,对各子块使用改进目标模型的Meanshift算法进行跟踪。最后,用匹配度最大的两个子块加权决定目标的最终位置,从而在目标发生遮挡时能有效剔除被遮挡子块对目标定位的影响。实验表明,在复杂背景下,新算法仍然可以有效、准确地跟踪运动目标。
- 王田刘伟宁韩广良杜超刘恋
- 关键词：MEANSHIFT目标跟踪分块
- 激光光斑位置精确测量系统被引量：48
- 2013年
- 设计了一种激光光斑位置测量系统,用于提高激光照射器监测系统测量激光光斑位置时的测量精度。分别介绍了测量系统的组成及它们的信号连接关系。针对激光光斑图像采集过程中的后向散射现象,提出基于异步距离选通的激光后向散射抑制技术。为了克服大气湍流扰动对激光光斑成像的影响,利用改进的盲解卷积算法对激光光斑图像进行事后图像处理。最后,对光斑图像进行畸变校正,并利用高斯曲面拟合算法提取光斑位置。设计了若干仿真实验,并应用该系统处理了实际外场实验。结果表明,所设计的激光光斑位置测量系统的测量精度不超过0.3pixel。
- 黄继鹏王延杰孙宏海张少迪
- 关键词：激光光斑大气湍流短波红外
- 一种抗视角变换的改进SIFT景象匹配算法
- 2015年
- 针对光电成像制导过程中,电视导引头实时获取的前视图像与预存的目标区域基准图像之间存在较大视角差异时,SIFT(Scale Invariant Feature Transform)算法得到的正确匹配点对数较少导致匹配失败的情况,提出一种改进的SIFT景象匹配算法。该算法通过在高斯尺度空间中提取抗仿射变换区域,并进行区域归一化处理来获得抗视角变换特征点集的方法,使正确匹配点对明显增加。实验结果表明,该算法对视角变换具有很好的鲁棒性:在视角差高达50°至60°以上时得到的匹配准确率较SIFT算法提高近5倍,具备工程实用价值。
- 苏可心韩广良孙海江
- 关键词：景象匹配
- 决策主导的多模式融合目标跟踪算法被引量：7
- 2013年
- 为了解决复杂场景中运动目标跟踪,特别是遮挡情况下对目标的连续、稳定跟踪的问题,提出一种基于决策主导的多模式融合跟踪算法。采用多层算法结构,以图像特征作为决策判据,自主控制算法流程;首先利用重心和改进的粒子滤波算法预测目标位置进行粗定位,而后用改进的SIFT特征匹配对目标精确定位。在保证跟踪性能的同时大大简化了算法的复杂度,提高了算法的实时性。实验表明,多模融合跟踪能够在目标发生旋转、缩放和有物体遮挡干扰的情况下,准确地提取目标,并保持连续稳定的跟踪,完全可以满足工程应用中实时性和鲁棒性的要求。
- 郝志成
- 关键词：图像处理目标跟踪粒子滤波SIFT特征匹配
- 基于增强群跟踪器和深度学习的目标跟踪被引量：2
- 2015年
- 为解决基于外观模型和传统机器学习目标跟踪易出现目标漂移甚至跟踪失败的问题,该文提出以跟踪-学习-检测(TLD)算法为框架,基于增强群跟踪器(Fo T)和深度学习的目标跟踪算法。Fo T实现目标的预测与跟踪,增添基于时空上下文级联预测器提高预测局部跟踪器的成功率,快速随机采样一致性算法评估全局运动模型,提高目标跟踪的精确度。深度去噪自编码器和支持向量机分类器构建深度检测器,结合全局多尺度扫描窗口搜索策略检测可能的目标。加权P-N学习对样本加权处理,提高分类器的分类精确度。与其它跟踪算法相比较,在复杂环境下,不同图片序列实验结果表明,该算法在遮挡、相似背景等条件下具有更高的准确度和鲁棒性。
- 程帅曹永刚孙俊喜赵立荣刘广文韩广良
- 关键词：计算机视觉支持向量机
