公开(公告)号：CN101286236A

公开(公告)日：2008-10-15

申请号：CN200810038549.4

申请日：2008-06-05

Applicant: 上海交通大学

Inventor： 杨杰 ,  刘瑞明

IPC: G06T7/20

Abstract: 一种模式识别技术领域的基于多特征图像和均值漂移的红外目标跟踪方法，包括如下步骤：首先，在原始图像上提取图像的Gabor特征和熵特征，并生成相应的Gabor特征图像和熵特征图像；然后，将原始红外图像、Gabor特征图像和熵特征图像，合成多特征图像，每个像素位置的r、g和b值分别为原始红外图像的灰度值、Gabor特征值和熵特征值；最后，采用均值漂移算法在多特征图像上对目标进行跟踪，得到更精确的目标位置信息。本发明弥补了均值漂移算法只能根据单一特征(统计特征)跟踪目标的缺陷，所提出的多特征图像的概念，也可以被用做其它跟踪方法提高跟踪精度的技术手段。

公开(公告)号：CN101295401A

公开(公告)日：2008-10-29

申请号：CN200810038548.X

申请日：2008-06-05

Applicant: 上海交通大学

Inventor： 杨杰 ,  刘瑞明

IPC: G06T7/00 ,  G06T5/00

Abstract: 本发明涉及一种基于线性PCA的红外点目标检测方法，包括如下步骤：首先，用改进的高斯灰度模型产生红外点目标的训练样本，通过这些样本对PCA进行训练，产生一组主分量；然后，从待检测红外图像中截取子图像，并将其分别投影到各主分量上，用得到的投影系数和主分量对该子图像进行重构，并计算重构误差；最后，将重构误差代入检测函数，产生检测图像，提高了目标的可检测性。本发明能够很大程度地提高红外点目标的可检测性，与基于滤波的方法不同，该方法不需要对红外待检测图像进行预处理。

公开(公告)号：CN101286236B

公开(公告)日：2010-06-16

申请号：CN200810038549.4

申请日：2008-06-05

Applicant: 上海交通大学

Inventor： 杨杰 ,  刘瑞明

IPC: G06T7/20

Abstract: 一种模式识别技术领域的基于多特征图像和均值漂移的红外目标跟踪方法，包括如下步骤：首先，在原始图像上提取图像的Gabor特征和熵特征，并生成相应的Gabor特征图像和熵特征图像；然后，将原始红外图像、Gabor特征图像和熵特征图像，合成多特征图像，每个像素位置的r、g和b值分别为原始红外图像的灰度值、Gabor特征值和熵特征值；最后，采用均值漂移算法在多特征图像上对目标进行跟踪，得到更精确的目标位置信息。本发明弥补了均值漂移算法只能根据单一特征(统计特征)跟踪目标的缺陷，所提出的多特征图像的概念，也可以被用做其它跟踪方法提高跟踪精度的技术手段。