搜索结果: 46-60 共查到“Mean-Shift”相关记录62条 . 查询时间(0.125 秒)
Mean-shift跟踪中的状态分析及处理
目标跟踪 均值漂移 跟踪状态分析
2009/7/24
在Mean-shift算法中,对跟踪状态的误判会引起错误的模板调整策略,造成目标丢失。提出了一种新的跟踪状态分析方法,该算法首先通过分析目标特征与背景特征的相对关系,引入特征增强函数,并在此基础上构造了新的背景模板。然后通过对跟踪中各模板相似系数动态变化过程的综合分析,准确判定目标所处跟踪状态,以采取相应的模板调整策略。实验表明,该算法可以有效增强Mean-shift算法在复杂条件下的跟踪效果,具...
基于小波多尺度分解的Mean Shift图像滤波方法
高斯核函数 Fourier级数 Mean Shift迭代
2009/7/16
将小波多尺度分解与传统Mean Shift滤波算法相结合提出的一种有效的图像滤波方法。先将含噪声图像进行Mallat塔式分解,获得不同尺度、不同频带的子图像。将低频近似图像保持不变,对高频细节进行Mean Shift滤波,最后将低频近似图像与高频滤波后的图像进行合成得到去噪后的图像。由于Mean Shift算法是一种迭代方法,要保证较高的数值计算精度则需要较多的迭代次数,耗费较长的计算时间,为克服...
结合Kalman滤波器的Mean-Shift跟踪算法
Mean-Shift 快速运动目标跟踪 Kalman滤波
2009/7/15
针对经典Mean-Shift算法要求相邻两帧间目标模板区域必须重叠的缺陷,结合Kalman滤波器,提出了改进算法。算法首先将Kalman滤波器预测的目标位置作为Mean-Shift算法中的初始搜索中心进行跟踪,然后再将Mean-Shift算法得到的新的目标位置作为下一帧Kalman滤波器的输入参数,循环执行。实验证明,该算法能够解决由于目标运动速度突然变化以及目标快速运动情况下所带来的相邻两帧间目...
4-D尺度空间中基于Mean-Shift的目标跟踪
目标跟踪 均值偏移 尺度空间理论 尺度自适应
2011/5/17
在基于Mean-Shift的目标跟踪算法中,尺度自适应机制是算法研究的一个重要方向。一种典型的方法采用Lindeberg的尺度空间理论以获取目标尺度信息。但现有算法中将尺度由2-D矢量压缩为1-D量,未能精细地刻画目标仿射变换时的尺度变化,从而限制了算法的适用范围。为此,该文将尺度维1-D滤波推广至2-D,构造得到了相应的4-D尺度空间,并利用空间维和尺度维的Mean-Shift交替迭代,实现了同...
Mean shift 算法在带钢缺陷图像分割中的应用
带钢缺陷 图像识别 Mean shift
2009/5/26
带钢自动表面检测系统中缺陷图像的分割效果对缺陷识别具有重要影响.为了提高缺陷图像的分割效果,提出了采用 Mean shift 算法对带钢缺陷图像中的感兴趣区域进行平滑从而获取缺陷边缘的方法,并将该算法与中值滤波算法进行了比较.测试结果表明,Mean shift 算法能够有效地对缺陷图像中的感兴趣区域进行平滑,并精确得到缺陷目标的边缘,该算法在带钢的缺陷分割中具有较好的性能.
基于模糊隶属关系的Mean Shift图像跟踪改进算法
图像跟踪 Mean Shift 模糊隶属度
2009/4/29
鉴于Mean Shift算法中核心步骤计算所得的新目标模板中心位置几乎都非整数的问题,该文提出了模糊隶属度的概念,并在此基础上,改进了Mean Shift算法在图像跟踪中的实现步骤。实验表明,该算法计算量小,且能很好的减少原算法中不必要的误差。
基于mean-shift的快速跟踪算法设计与实现
霍夫变换 直线检测 快速算法
2009/4/24
介绍了一种基于mean-shift跟踪算法,分析了mean-shift中各参数对实时性能的影响。并利用DM642EVM作为视频信号处理器,设计了一套运动目标全物理仿真实验系统。
基于Mean-Shift的投影聚类算法PCMF
子空间划分 直方图 Mean-Shift
2009/4/24
高维数据的聚类都隐含在低维的子空间内。为找出有效的子空间,Agrawal等人提出了投影聚类概念,通过映射变换转换到子空间里,然后借助其他方法找到聚类。该文基于目前最新的投影聚类算法EPCH,提出了PCMF算法,借助Mean-Shift划分子空间聚类。与EPCH算法相比,PCMF在划分子空间中数据时,无须输入参数(EPCH中是最大聚类个数),能够有效降低划分出的子空间数量,获得与EPCH相媲美的实验...
一种新的基于Mean Shift的目标三自由度跟踪算法
目标跟踪 均值漂移 转角定位
2009/3/26
标准Mean Shift跟踪算法仅能确定目标形心位置,而不能确定其旋转角,在跟踪细长形目标时鲁棒性不好。为此,该文提出了一种三自由度Mean Shift跟踪算法,新算法在计算目标特征分布直方图时,用像素的位置转角及其到目标形心的归一化距离加权,并将像素在局部坐标系下的特征转角作为新特征引入。这种新的目标表示模型能够方便地纳入Mean Shift优化框架,通过迭代求解,可同时精确确定目标的形心位置和...
Mean shift 算法在带钢缺陷图像分割中的应用
图像分割 带钢缺陷 图像识别
2009/2/1
带钢自动表面检测系统中缺陷图像的分割效果对缺陷识别具有重要影响.为了提高缺陷图像的分割效果,提出了采用 Mean shift 算法对带钢缺陷图像中的感兴趣区域进行平滑从而获取缺陷边缘的方法,并将该算法与中值滤波算法进行了比较.测试结果表明,Mean shift 算法能够有效地对缺陷图像中的感兴趣区域进行平滑,并精确得到缺陷目标的边缘,该算法在带钢的缺陷分割中具有较好的性能.
一种改进的Mean Shift跟踪算法
模型管理 非单调逻辑 假设环境
2008/12/11
本文主要针对经典的Mean Shift跟踪算法均匀剖分整个颜色空间造成许多空的直方图区间以及不能准确表达目标颜色分布的缺点, 提出了一种改进算法. 该改进算法首先对目标的颜色进行聚类分析, 根据聚类结果通过矩阵分解和正交变换自适应地剖分目标的颜色空间从而确定对应于每一聚类的子空间. 在此基础上定义了一种新的颜色模型, 该模型统计落入每一颜色子空间的像素的加权个数并用高斯分布建模每一个子空间的颜色分...
Mean Shift算法的收敛性分析
Mean Shift算法 收敛性分析
2008/3/10
作为迭代算法,Mean Shift的收敛性研究是应用的基础,而Comaniciu和李乡儒分别证明了Mean Shift的收敛性,但证明过程存在错误.首先指出了Comaniciu和李乡儒的证明过程存在错误;然后,从数学上重新证明了Mean Shift算法的局部收敛性,并指出其收敛到局部极大值的条件;最后,从几何上举反例分析了Mean Shift的收敛性,并进行了深入比较和讨论.这为Mean Shif...
基于Mean.shift的灰度目标跟踪新算法
目标跟踪 Mean—shift 方向编码 方向直方图 Bhattacharyya系数
2011/12/6
Mean—shift算法是一种非参数密度估计算法,可以实现快速的最优匹配,在目标的实时跟踪领域起着非常重要的作用。为了有效的将Mean—shift算法应用到灰度图像中,采用了以方向直方图建立目标模型的策略,提出了在灰度图像中以Mean—shift为核心的目标跟踪算法。实验结果表明,该算法具有不受光照条件影响的优点,在低对比度的情况下仍能实现稳定、实时的跟踪目标。
MEAN-SHIFT BLOB TRACKING WITH ADAPTIVE FEATURE SELECTION AND SCALE ADAPTATION
MEAN-SHIFT BLOB TRACKING FEATURE SELECTION SCALE ADAPTATION
2010/12/17
When the appearances of the tracked object and surrounding background change during tracking, fixed feature space tends to cause tracking failure. To address this problem, we propose a method to embed...
MEAN-SHIFT BLOB TRACKING WITH ADAPTIVE FEATURE SELECTION AND SCALE ADAPTATION
MEAN-SHIFT ADAPTIVE FEATURE SELECTION SCALE ADAPTATION
2010/12/17
When the appearances of the tracked object and surrounding background change during tracking, fixed feature space tends to cause tracking failure. To address this problem, we
propose a method to embe...