陈爱华
- 作品数：10 被引量：62H指数：4
- 供职机构：中国科学院研究生院更多>>
- 发文基金：国家高技术研究发展计划中国科学院知识创新工程更多>>
- 相关领域：自动化与计算机技术电子电信机械工程更多>>
- 多模式融合的目标跟踪算法被引量：16
- 2009年
- 为了解决目标跟踪中运动模型复杂,运动场景多变的情况,提出了一种多模式融合的目标跟踪算法。该算法选取目前广泛应用的mean-shift和粒子滤波算法分别跟踪目标,得到当前目标位置的候选值,并采用加权合成参考函数建立参考模板。然后,以侯选目标位置差异和参考模板为标准,确定目标的正确位置。最后,根据当前帧目标模板和参考模板的距离来决定是否更新模板。实验仿真结果表明,与单一的目标跟踪算法相比,本文算法的平均跟踪误差减小了一倍以上。假如参考模板更新错误,下一帧中仍能以67%的概率正确跟踪目标,连续3次模板更新之后,误更新的模板对目标跟踪的影响可以降低到10%以下,有效地降低了模板更新引起的跟踪错误和跟踪不稳定。
- 陈爱华孟勃朱明王艳华
- 关键词：粒子滤波目标跟踪
- 涡轮叶片孔距测量系统设计被引量：2
- 2007年
- 根据涡轮叶片上圆孔的特点,介绍一种快速检测涡轮叶片上圆孔距离的方案,该方案将采集的数字图像输入到计算机,根据事先给定的涡轮叶片上圆孔的模型,对图像进行匹配,然后对匹配区域进行二值化,经形态学处理,去除图像上小的噪声点,再检测出图像上的圆孔的大体位置,基于最小二乘原理确定圆孔的精确位置,由此得到圆孔间的距离和尺寸。此方法具有精确度高、速度快、抗干扰强的优点。
- 陈爱华王栋朱明杨本全
- 关键词：最小二乘法圆拟合形态学处理
- 基于小波变换的海空背景下小目标检测研究被引量：5
- 2007年
- 小目标检测问题是电视跟踪领域的一项关键技术,针对海空背景下少像素的舰船目标,根据其背景不均匀以及海面噪声干扰大,舰船像素少,但是存在相对连续的目标小块区域的特征,用一定尺度的小波变换对不同子带自适应选取阈值来去除噪声干扰、抑制背景,同时结合灰度形态学滤波能很容易地检测出小目标.实验结果表明:该算法能够有效地检测出强噪声和背景干扰情况下的舰船目标.
- 王艳华刘伟宁陈爱华
- 关键词：目标检测去噪小波变换灰度形态学
- 复杂环境下多模式融合的视频跟踪算法研究
- 视频跟踪算法是计算机视觉领域的一个热点问题，研究目的是模拟人类的视觉运动感知功能，赋予机器辨识序列图像中运动目标的能力，为视频分析和理解提供重要的数据依据。在军事制导、视频监控、机器人视觉导航、人机交互以及医疗诊断等方面...
- 陈爱华
- 关键词：视频目标
- 融合梯度特征的灰度目标跟踪被引量：4
- 2009年
- 为了克服灰度目标跟踪中目标和背景的对比度低、界线模糊的情况,提出了融合梯度特征的灰度目标跟踪方法.该算法采用mean-shift迭代过程,是一种用新的概率密度向量代替以亮度为特征建立概率密度向量的跟踪方法.目标的梯度特征描述了目标的纹理等细节信息,增加了目标和背景的对比度,因此通过提取目标的梯度特征,建立梯度概率密度向量,与灰度概率密度向量融合构成新的向量,用新概率密度向量描述目标模板的特征跟踪目标.实验结果表明,该算法与mean-shift算法相比,跟踪稳定得到了较大改进,取得了理想的跟踪效果.
- 陈爱华朱明王艳华薛陈
- 关键词：方向直方图MEAN-SHIFT算法BHATTACHARYYA系数目标跟踪
- 基于数学形态学变形虫的自适应图像滤波被引量：1
- 2008年
- 针对形态学滤波中的一个关键问题——结构元的选择,提出了一种基于数学形态学的变形虫结构元,它是一种没有固定形状和大小的结构算子。按照导引图像建立的梯度准则,以像素为中心在其邻域内进行结构元的生长,然后在每个像素点利用所生成的结构元进行灰度形态学中值或者均值滤波。实验结果表明:这种非线性滤波算法能够很好地去除噪声、增强边缘,克服了传统滤波的缺点,而且相对于经典保边滤波各向异性扩散法具有计算量小的特点。
- 王艳华刘伟宁陈爱华
- 关键词：非线性滤波结构元扩散滤波
- 基于方向角的特征配准算法被引量：3
- 2009年
- 图像特征点匹配是计算机视觉领域的一个瓶颈问题,为了提高匹配精度,提出了一种基于方向角的特征配准算法。该算法采用Harris算子检测角点,根据图像梯度变化计算特征点的方向角,然后将待匹配特征点对间的方向角距离转化为权值对代价函数进行加权,并对特征点进行分析,改进了代价函数。实验证明,本文算法的匹配精度高于传统的归一化互相关(NCC)匹配,且具有一定的旋转不变性和抗噪性。
- 陈爱华朱明王艳华薛陈
- 关键词：角点检测代价函数
- 基于偏微分方程的非线性弱目标增强算法被引量：6
- 2008年
- 为解决低对比度弱目标单帧检测率较低的问题,提出一种基于偏微分方程(PDE)的弱目标增强算法,对传统的P-M各向异性扩散模型进行改进,在扩散函数中引入锐化因子,通过选取适当的梯度门限和锐化强度参数,自适应地平滑背景和增强弱目标.该算法与中值滤波相结合,消除了传统模型在处理椒盐噪声方面的缺陷.仿真实验表明,该算法可有效克服传统滤波器的缺陷,在抑制干扰和噪声的同时增强目标.
- 王艳华刘伟宁陈爱华王勇
- 关键词：弱目标图像增强偏微分方程扩散滤波
- 非Hough变换的孔径几何参数检测算法
- 2008年
- 针对Hough变换计算量较大,不能满足工程实时性要求的问题,提出了一种改进的、非Hough变换的孔径几何参数检测算法。首先对图像进行一步区域分割,分割出我们感兴趣的区域;其次为了提高结果的精度,使检测结果接近亚像素级,采取一步中值滤波的过程,将噪声滤掉,提取出相对干净的图像;然后再使用Gauss-Laplace过程进行边缘提取,得到较为准确的图像边缘信息;最后采用最小二乘拟合法,拟合出孔径的边缘,以此求出孔径的各项几何参数。实验结果表明:该算法具有精度高、速度快的优点,能够满足工程中实时检测孔径参数的要求。
- 孟勃韩广良朱明陈爱华
- 关键词：中值滤波最小二乘拟合
- 鲁棒的基于改进Mean-shift的目标跟踪被引量：26
- 2010年
- 为了克服传统Mean-shift算法在跟踪运动目标时由于背景像素造成的定位偏差和由于遮挡造成的跟踪失效,提出了相应的改进措施。其一,根据初始帧目标和背景在颜色分布上的差异,建立对数似然图(log-likelihood image),筛选出目标中与背景可区分性好的颜色特征建立目标模型,并以同样的方法在后续帧建立候选模型,从而有效地减小背景像素的影响。另外,将候选区域划分为若干重叠的子块,分别利用Mean-shift算法对各个子块进行迭代,以与目标区域相应子块最为匹配的子块的所在位置对整个目标重新定位,由此很好地实现了目标部分遮挡情况下的稳定跟踪。当目标被严重遮挡时,则采用简单的线性预测,估计下一帧目标可能出现的位置。实验结果表明:提出的改进算法可以准确地进行目标跟踪,对部分遮挡和严重遮挡都有较强的鲁棒性。
- 薛陈朱明陈爱华
- 关键词：目标跟踪MEAN-SHIFT遮挡
