基于路径连贯性函数的星空背景下的目标跟踪方法和装置

    公开(公告)号:CN109063602A

    公开(公告)日:2018-12-21

    申请号:CN201810771636.4

    申请日:2018-07-13

    CPC classification number: G06K9/0063 G06K9/40 G06T7/254

    Abstract: 本发明公开了一种基于路径连贯性函数的星空背景下的目标跟踪方法和装置,该方法包括以下步骤:接收待处理图像;采用中值滤波法对待处理图像进行处理,去除噪声干扰;通过混合高斯模型建立背景帧;采用帧间差分算法去除背景,获取待处理图像中的所有动目标;通过形态学开运算获取所有动目标的轮廓数据;将所有动目标的轮廓数据输入无迹卡尔曼滤波模型,获取动目标的运动轨迹,得到疑似目标;计算疑似目标的路径连贯性函数值,根据路径连贯性函数值排除虚假目标;计算待定目标的偏差函数,进一步排除虚假目标;获得真实目标;本发明能够提高目标跟踪的准确度。

    一种基于姿态信息约束的MAP-MRF超分辨率图像重建方法

    公开(公告)号:CN110060209A

    公开(公告)日:2019-07-26

    申请号:CN201910347605.0

    申请日:2019-04-28

    Abstract: 本发明公开了一种基于姿态信息约束的MAP-MRF超分辨率图像重建方法,包括以下步骤:S1,建模与计算;S2,提取图像特征点;S3,建立图像序列的MAP-MRF模型;S4,重建超分辨率:利用迭代重加权最小二乘方法进行模糊核估计,利用置信传播算法求解MRF最优解,完成超分辨率重建。本发明方法与传统超分辨率图像重建方法相比,增加了姿态信息约束,在图像之外提供了非冗余时空信息;采用MAP-MRF模型更符合实际图像序列成像模型,可有效避免先验模型失配导致的误差,重建出的高分辨率图像更清晰,细节信息更突出,能有效的抑制噪声放大和改良观测矩阵奇异性问题。

    一种基于姿态信息约束的MAP-MRF超分辨率图像重建方法

    公开(公告)号:CN110060209B

    公开(公告)日:2021-09-24

    申请号:CN201910347605.0

    申请日:2019-04-28

    Abstract: 本发明公开了一种基于姿态信息约束的MAP‑MRF超分辨率图像重建方法,包括以下步骤:S1,建模与计算;S2,提取图像特征点;S3,建立图像序列的MAP‑MRF模型;S4,重建超分辨率:利用迭代重加权最小二乘方法进行模糊核估计,利用置信传播算法求解MRF最优解,完成超分辨率重建。本发明方法与传统超分辨率图像重建方法相比,增加了姿态信息约束,在图像之外提供了非冗余时空信息;采用MAP‑MRF模型更符合实际图像序列成像模型,可有效避免先验模型失配导致的误差,重建出的高分辨率图像更清晰,细节信息更突出,能有效的抑制噪声放大和改良观测矩阵奇异性问题。

    四目相机实时大视场拼接方法及其装置

    公开(公告)号:CN117495675A

    公开(公告)日:2024-02-02

    申请号:CN202311439834.8

    申请日:2023-11-01

    Abstract: 本发明公开了四目相机实时大视场拼接方法及其装置,该方法包括:四个摄像头分别逐帧拍摄得到第一至四象限图像,处理器获取第一至四象限图像,根据第1帧图像的第一至四象限图像得到拼接图像的位置参数;根据第N帧图像的第一至四象限图像和位置参数得到第N帧图像的拼接图像;显示屏依次输出第N、N+1、N+2帧图像……的拼接图像,直至摄像头结束拍摄;通过最佳缝合线算法拼接四个小视场摄像头的视频画面,在得到最佳缝合线后,拼接图像只需通过简单的批量赋值操作即可获得,解决了图像融合中常常出现的伪影、鬼影问题,其计算效率也更高,能够得到兼具高清晰度和大视场的视频画面,保证了拼接视频的实时性。

    基于NoC架构的星图配准与目标轨迹提取方法及装置

    公开(公告)号:CN105631870B

    公开(公告)日:2018-08-24

    申请号:CN201510994292.X

    申请日:2015-12-25

    Abstract: 本申请公开了一种基于NoC架构的星图配准与目标轨迹提取方法及装置,其中,方法包括相机标定、时间配准、预处理、空间配准和运动轨迹提取等几个步骤。该申请的发明和装置可以完成同时对两路1080p星空背景的视频进行高精度图像配准和目标精确轨迹提取的功能,该装置不仅兼容标准的TCP/IP协议以及HDMI接口协议,并且该系统是在Linux操作系统下运行,因此具有较强的可移植性,有效克服了现有技术和方法难以进行高精度的星图配准以及对空间运动小目标进行精确轨迹提取,以及现有的基于CPU架构平台以及由少量核组成的嵌入式多核系统难以同时对两路1080p视频数据流进行实时复杂处理的缺点。同时,本申请的装置还具有功耗低的优点。

    基于NoC架构的星图配准与目标轨迹提取方法及装置

    公开(公告)号:CN105631870A

    公开(公告)日:2016-06-01

    申请号:CN201510994292.X

    申请日:2015-12-25

    CPC classification number: G06T7/20 G06T2207/30181 G06T2207/30192

    Abstract: 本申请公开了一种基于NoC架构的星图配准与目标轨迹提取方法及装置,其中,方法包括相机标定、时间配准、预处理、空间配准和运动轨迹提取等几个步骤。该申请的发明和装置可以完成同时对两路1080p星空背景的视频进行高精度图像配准和目标精确轨迹提取的功能,该装置不仅兼容标准的TCP/IP协议以及HDMI接口协议,并且该系统是在Linux操作系统下运行,因此具有较强的可移植性,有效克服了现有技术和方法难以进行高精度的星图配准以及对空间运动小目标进行精确轨迹提取,以及现有的基于CPU架构平台以及由少量核组成的嵌入式多核系统难以同时对两路1080p视频数据流进行实时复杂处理的缺点。同时,本申请的装置还具有功耗低的优点。

Patent Agency Ranking