-
公开(公告)号：CN110097575A
公开(公告)日：2019-08-06
申请号：CN201910348414.6
申请日：2019-04-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于局部特征及尺度池的目标跟踪方法，属于灰度图像目标跟踪技术领域，解决光照变化、尺度变化与背景干扰等复杂环境下目标跟踪算法精确度差的问题。本发明第一帧图像根据初始信息获取目标，基于目标的两种特征训练分类器，得到目标模型及分类器回归系数再初始化，第二帧图像利用尺度池获得不同尺度的目标，并提取特征一和特征二；基于初始化后的目标模型及分类器回归系数得到两种特征的多层核相关滤波响应图，再线性插值到一致大小后加权融合得到多层核相关滤波响应图，进而得到目标的预测位置及预测尺度，即完成一次目标跟踪，若跟踪未结束，实现第二帧图像到第三帧图像的跟踪，直到循环至最后一帧图像。本发明用于目标跟踪。
-
公开(公告)号：CN109829853B
公开(公告)日：2022-12-23
申请号：CN201910046773.6
申请日：2019-01-18
Applicant: 电子科技大学
Abstract: 本发明公开了一种无人机航拍图像拼接方法，涉及图像处理技术领域，本发明包括如下步骤：S1：输入两幅待拼接的无人机航拍图像分别作为参考图像和待配准图像；S2：运用FAST特征点检测算法对参考图像和待配准图像进行处理，得到参考图像和待配准图像的FAST特征点；S3：提取参考图像和待配准图像FAST特征点处的BRISK特征及FREAK特征；S4：利用HAMMING距离度量准则和BF搜索策略分别匹配BRISK特征及FREAK特征，得到M个最优的特征点对；S5：利用RANSAC算法对特征点对进行筛选，计算得到特征点对之间的坐标变换矩阵；S6：利用坐标变换矩阵对待配准图像进行坐标变换，使之与参考图像进行加权融合，得到拼接后的图像，本发明具有效率高、鲁棒性强、拼接结果准确的优点。
-
公开(公告)号：CN110097575B
公开(公告)日：2022-07-01
申请号：CN201910348414.6
申请日：2019-04-28
Applicant: 电子科技大学
IPC: G06T7/246 , G06T7/269 , G06V10/80 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于局部特征及尺度池的目标跟踪方法，属于灰度图像目标跟踪技术领域，解决光照变化、尺度变化与背景干扰等复杂环境下目标跟踪算法精确度差的问题。本发明第一帧图像根据初始信息获取目标，基于目标的两种特征训练分类器，得到目标模型及分类器回归系数再初始化，第二帧图像利用尺度池获得不同尺度的目标，并提取特征一和特征二；基于初始化后的目标模型及分类器回归系数得到两种特征的多层核相关滤波响应图，再线性插值到一致大小后加权融合得到多层核相关滤波响应图，进而得到目标的预测位置及预测尺度，即完成一次目标跟踪，若跟踪未结束，实现第二帧图像到第三帧图像的跟踪，直到循环至最后一帧图像。本发明用于目标跟踪。
-
公开(公告)号：CN109829853A
公开(公告)日：2019-05-31
申请号：CN201910046773.6
申请日：2019-01-18
Applicant: 电子科技大学
Abstract: 本发明公开了一种无人机航拍图像拼接方法，涉及图像处理技术领域，本发明包括如下步骤：S1：输入两幅待拼接的无人机航拍图像分别作为参考图像和待配准图像；S2：运用FAST特征点检测算法对参考图像和待配准图像进行处理，得到参考图像和待配准图像的FAST特征点；S3：提取参考图像和待配准图像FAST特征点处的BRISK特征及FREAK特征；S4：利用HAMMING距离度量准则和BF搜索策略分别匹配BRISK特征及FREAK特征，得到M个最优的特征点对；S5：利用RANSAC算法对特征点对进行筛选，计算得到特征点对之间的坐标变换矩阵；S6：利用坐标变换矩阵对待配准图像进行坐标变换，使之与参考图像进行加权融合，得到拼接后的图像，本发明具有效率高、鲁棒性强、拼接结果准确的优点。
-
-
-
Search Results
4
records
(took 0.018 seconds)
