電子發(fā)燒友App

硬聲App

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

電子發(fā)燒友網(wǎng)>RF/無線>利用自適應(yīng)子波變換提高對微弱運(yùn)動目標(biāo)的檢測性能

利用自適應(yīng)子波變換提高對微弱運(yùn)動目標(biāo)的檢測性能

收藏

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴

評論

查看更多

相關(guān)推薦

檢測交通視頻中的運(yùn)動目標(biāo)

先讀取視頻文件,并將它轉(zhuǎn)換成bmp文件,然后背景提取,作差分,形態(tài)學(xué)處理就可以得到運(yùn)動目標(biāo)的區(qū)域了。代碼和視頻文件在壓縮包里,歡迎下載~
2016-07-18 18:09:24

自適應(yīng)控制試題

自適應(yīng)控制理論試題
2023-08-21 12:41:52

自適應(yīng)數(shù)字傳感器設(shè)計(jì)

的數(shù)字化、智能化的目標(biāo)。1、設(shè)計(jì)方案1.1 系統(tǒng)總體設(shè)計(jì)自適應(yīng)數(shù)字傳感器主要由自適應(yīng)采集系統(tǒng)和實(shí)驗(yàn)驗(yàn)證系統(tǒng)兩部分組成,自適應(yīng)采集系統(tǒng)為數(shù)字傳感器的核心模塊,系統(tǒng)總體結(jié)構(gòu)框圖如圖1所示。自適應(yīng)采集系統(tǒng)可根據(jù)
2018-11-08 16:23:11

自適應(yīng)智能天線技術(shù)是如何提高頻譜使用率的?

智能天線的原理是什么?自適應(yīng)智能天線技術(shù)是如何提高頻譜使用率的?
2021-05-21 06:58:22

自適應(yīng)逆變電源的設(shè)計(jì)與實(shí)現(xiàn)

調(diào)節(jié)器,就構(gòu)成自適應(yīng)重復(fù)控制系統(tǒng)。自適應(yīng)參數(shù)調(diào)節(jié)器從本質(zhì)上講是一種算法,它使系統(tǒng)具有自適應(yīng)能力,能根據(jù)實(shí)際的系統(tǒng)特性調(diào)整控制參數(shù),以達(dá)到所期望的性能指標(biāo)。在本系統(tǒng)中,自適應(yīng)參數(shù)調(diào)節(jié)器利用遞推最小二乘算法
2018-10-11 16:07:44

運(yùn)動目標(biāo)的追蹤

我想對視頻中兩幀之間的目標(biāo)進(jìn)行標(biāo)定、檢測和識別。不知道該如何寫程序,有沒有高手可以指導(dǎo)一下!
2014-05-22 10:12:54

LABVIEW實(shí)現(xiàn)隨機(jī)共振微弱信號檢測

求大神指教,如何用LABVIEW實(shí)現(xiàn)隨機(jī)共振微弱信號檢測的系統(tǒng)設(shè)計(jì),其中隨機(jī)共振模型是自適應(yīng)的,新人,亟需大神幫忙
2017-03-15 21:04:38

一種變步長凸組合自適應(yīng)濾波器及其均方性能分析

Combination of Least-Mean-Square,簡稱CLMS)濾波器算法[1]是近幾年提出的基于并行計(jì)算思想的自適應(yīng)濾波算法.它通過并聯(lián)具有不同迭代步長的獨(dú)立最小均方(Least-Mean-Square,簡稱LMS)濾波器[2]的方式提高算法的收斂性能,避免了單一LMS濾波器為協(xié)調(diào)全文下載
2010-05-04 08:09:01

兩關(guān)節(jié)機(jī)械手的自適應(yīng)控制介紹

就成為當(dāng)今研究的重點(diǎn),在此研究自適應(yīng)控制來解決機(jī)器人的控制問題。當(dāng)操作機(jī)器人的工作環(huán)境及工作目標(biāo)的性質(zhì)和特征在工作過程中隨時發(fā)生變化時,控制因素具有未知性和不確定的特性。這種未知因素和不確定性將使
2023-09-21 07:55:45

基于AccelDSP的自適應(yīng)濾波器設(shè)計(jì)

【作者】:袁江南;湯碧玉;陳輝煌;【來源】:《廈門大學(xué)學(xué)報(自然科學(xué)版)》2010年02期【摘要】:給出了一種自適應(yīng)濾波器的設(shè)計(jì)和FPGA的實(shí)現(xiàn)方法.簡要分析了最小均方誤差(LMS)、歸一化最小均方
2010-04-24 09:01:12

基于FPGA的實(shí)時移動目標(biāo)的追蹤

,比如移動目標(biāo)的分類、跟蹤、測距、判斷大小以及行為動作分析等,主要考慮的是移動目標(biāo)區(qū)域的像素信息,所以對移動目標(biāo)的準(zhǔn)確檢測和有效分割是整個檢測跟蹤系統(tǒng)的重要基礎(chǔ)。圖1 公路上的運(yùn)動汽車目前逐漸形成三種
2018-08-10 09:15:05

基于LMS自適應(yīng)噪聲抵消法的無位置傳感器研究

出反電動勢,從而引起電機(jī)失步。自適應(yīng)噪聲抵消法是以噪聲干擾信號為處理對象,利用噪聲信號和原始被測信號不相關(guān)的特點(diǎn),自適應(yīng)地調(diào)整濾波器的傳遞特性,將噪聲干擾抑制或者非常大的衰減,提高信號傳輸中的信噪比。而
2018-11-14 14:57:27

基于OPENCV的運(yùn)動目標(biāo)跟蹤實(shí)現(xiàn)

CAMSHIFT算法是一種基于顏色直方圖的目標(biāo)跟蹤算法。在視頻跟蹤過程中,CAMSHIFT算法利用選定目標(biāo)的顏色直方圖模型得到每幀圖像的顏色投影圖,并根據(jù)上一幀跟蹤的結(jié)果自適應(yīng)調(diào)整搜索窗口的位置
2014-12-23 14:21:51

基于WCDMA技術(shù)規(guī)范的LMS自適應(yīng)天線陣的硬件實(shí)現(xiàn)

1、概述在CDMA中,多址干擾和多徑干擾是限制系統(tǒng)容量和鏈路質(zhì)量的重要因素,而自適應(yīng)天線陣,通過空域?yàn)V波,可有效減小多徑效應(yīng),抑制多址干擾提高接收機(jī)的輸出信噪比,從而可以提高系統(tǒng)容量,改善鏈路質(zhì)量
2019-06-12 08:28:06

基于單片機(jī)運(yùn)動目標(biāo)檢測與預(yù)警系統(tǒng)

    本課題所介紹的運(yùn)動目標(biāo)警示系統(tǒng),主要是以單片機(jī)為控制核心,結(jié)合雷達(dá)超聲波傳感器、通訊和數(shù)字電子電路技術(shù),實(shí)現(xiàn)了對監(jiān)控環(huán)境內(nèi)運(yùn)動目標(biāo)的監(jiān)測及警示,避免了
2013-10-28 09:52:30

如何提高自適應(yīng)均衡器的性能?

自適應(yīng)電纜均衡器是什么?自適應(yīng)均衡器設(shè)計(jì)面臨哪些技術(shù)挑戰(zhàn)?如何提高自適應(yīng)均衡器的性能?
2021-05-18 06:04:25

如何去實(shí)現(xiàn)一種自適應(yīng)算術(shù)編碼?

自適應(yīng)算術(shù)編碼的基本原理是什么?自適應(yīng)算術(shù)編碼的FPGA實(shí)現(xiàn)如何對自適應(yīng)算術(shù)編碼進(jìn)行仿真?
2021-04-30 06:50:44

如何實(shí)現(xiàn)自適應(yīng)測頻?

如何實(shí)現(xiàn)自適應(yīng)測頻?
2021-11-29 07:42:01

求助!如何使用labview編寫 VS_LMS 算法自適應(yīng)陷波器

算法自適應(yīng)陷波器和快速傅里葉變換頻譜分析,對轉(zhuǎn)子斷條故障特征分量進(jìn)行檢測。,請教如何使用labview編寫關(guān)于 VS_LMS 算法自適應(yīng)陷波器和快速傅里葉變換頻譜分析的程序,謝謝。
2015-04-01 01:10:49

一種非剛體目標(biāo)的實(shí)時檢測與跟蹤算法

提出了一種復(fù)雜背景下自動、實(shí)時地檢測和跟蹤非剛體目標(biāo)算法。該算法利用自適應(yīng)的背景減除方法,在復(fù)雜背景條件下提取出運(yùn)動目標(biāo);采用顏色直方圖模型為特征的均值平移
2008-12-13 02:04:576

一種改進(jìn)的基于光流的運(yùn)動目標(biāo)的檢測算法

摘要:討論了序列圖像的運(yùn)動目標(biāo)檢測算法,在傳統(tǒng)的光流場計(jì)算方法的基礎(chǔ)上,提出了基于幀間差閾值法的快速光流算法。整個算法簡單、有效,保證了序列圖像中運(yùn)動目標(biāo)
2009-01-09 12:06:2329

DSSS系統(tǒng)中自適應(yīng)時變小波包干擾抑制

提出了一種基于自適應(yīng)時變小波包變換實(shí)現(xiàn)直接序列擴(kuò)頻通信系統(tǒng)時變窄帶干擾抑制的方法。該方法在自適應(yīng)時域分解的基礎(chǔ)上,利用小波包變換多分辨分析能力和良好的時頻特
2009-03-03 23:19:5220

基于色斑聯(lián)合推舉的被遮擋運(yùn)動目標(biāo)跟蹤

針對非剛體運(yùn)動目標(biāo)被遮擋的跟蹤問題,提出一種以目標(biāo)色斑子塊相關(guān)匹配聯(lián)合推舉的跟蹤方法。利用目標(biāo)色調(diào)特征的不變性對目標(biāo)色斑進(jìn)行自適應(yīng)分塊,通過子塊的運(yùn)動狀態(tài)聯(lián)合
2009-03-25 08:47:3110

一種自適應(yīng)跳頻中的干擾檢測算法

提高跳頻通信系統(tǒng)的可靠性和穩(wěn)定性,根據(jù)線性數(shù)字調(diào)制信號的特點(diǎn),對信號進(jìn)行非線性變換,應(yīng)用變換后信號的功率譜密度中所包含的信號特征信息,提出了一種適合于自適應(yīng)
2009-05-26 20:40:5921

基于自適應(yīng)PID控制的多孔陶瓷透氣度測試系統(tǒng)的設(shè)計(jì)

多孔陶瓷是一種綠色環(huán)保材料。本文介紹了多孔陶瓷透氣度檢測系統(tǒng),描述了自適應(yīng)PID 控制在檢測系統(tǒng)中的應(yīng)用,工程實(shí)踐證明加入了自適應(yīng)PID 控制使系統(tǒng)工作性能大大提高
2009-05-30 11:54:3312

視頻序列中的運(yùn)動目標(biāo)檢測

針對室內(nèi)安全監(jiān)控的場景特點(diǎn),提出一種穩(wěn)健的運(yùn)動目標(biāo)檢測方法,對每個背景像素使用多個矢量表示,利用當(dāng)前幀和背景幀像素的色度分量差分進(jìn)行運(yùn)動檢測,并選擇性地更新背景模
2009-06-20 10:08:0821

基于子波變換的單支重構(gòu)法在渦街流量傳感器中的應(yīng)用

基于子波變換消噪原理,結(jié)構(gòu)渦街流量傳感器的實(shí)際應(yīng)用,提出了一種適用于渦街流量傳感器頻率計(jì)數(shù)的子波濾波方案,同時給出了濾波器的選取方法,基于渦街流量傳感器工作原
2009-07-14 10:24:339

基于熵的運(yùn)動目標(biāo)檢測

         目前,運(yùn)動目標(biāo)的檢測是計(jì)算機(jī)視覺領(lǐng)域中最活躍的研究主題之一。本文介紹了光流法、幀間差分等運(yùn)動目標(biāo)的檢測方法,提出了一種基于熵的
2009-09-08 09:31:0317

紅外運(yùn)動弱小目標(biāo)的動態(tài)規(guī)劃檢測

紅外運(yùn)動弱小目標(biāo)的動態(tài)規(guī)劃檢測:針對動態(tài)規(guī)劃方法在對紅外序列圖像運(yùn)動弱小目標(biāo)進(jìn)行檢測時的能量擴(kuò)散問題,提出了一種新的檢測方法。該方法以目標(biāo)的運(yùn)動特性為基礎(chǔ),構(gòu)造
2009-10-21 08:04:3616

序列圖像運(yùn)動目標(biāo)檢測的一種快速算法

序列圖像運(yùn)動目標(biāo)檢測的一種快速算法:研究了序列視頻圖像中運(yùn)動目標(biāo)的檢測與跟蹤快速算法.研究基于Kalman濾波理論的漸消記憶最小二乘法,用該方法重建背景圖像;采用圖像差
2009-10-26 11:23:2337

對稱目標(biāo)的ISAR像橫向距離定標(biāo)方法與性能分析

對稱目標(biāo)的ISAR像橫向距離定標(biāo)方法與性能分析:目標(biāo)橫向定標(biāo)是實(shí)現(xiàn)目標(biāo)模板匹配識別和特征提取的基礎(chǔ)。該文利用橫向多普勒頻率和橫向坐標(biāo)位置的近似正比關(guān)系,基于對稱目標(biāo)的
2009-10-29 12:53:5312

兩種海雜波背景下的微弱勻加速運(yùn)動目標(biāo)檢測方法

該文研究了線性調(diào)頻(LFM)信號和單頻信號分?jǐn)?shù)階Fourier 變換(FRFT)模函數(shù)的一些性質(zhì),根據(jù)這些性質(zhì)提出了兩種基于FRFT 模之差的海雜波背景下勻加速運(yùn)動目標(biāo)檢測的新方法。一種方法
2009-11-10 16:16:4023

寬帶機(jī)動目標(biāo)檢測

該文提出了一種高機(jī)動目標(biāo)寬帶信號檢測運(yùn)動參數(shù)估計(jì)方法,即先通過相鄰相關(guān)對目標(biāo)回波進(jìn)行降階處理,然后將其變換到距離頻域,利用廣義二階keystone 變換去除距離彎曲,接
2009-11-17 15:19:297

基于最大輸出信噪比準(zhǔn)則的自適應(yīng)脈沖壓縮

傳統(tǒng)的匹配濾波只能將距離旁瓣壓縮到一定的程度,因此可能出現(xiàn)強(qiáng)目標(biāo)的旁瓣掩蓋弱目標(biāo)的情況。針對上述問題,該文提出了基于迭代思想和最大輸出信噪比準(zhǔn)則的自適應(yīng)脈沖壓
2009-11-20 16:01:3310

復(fù)雜情形下目標(biāo)跟蹤的自適應(yīng)粒子濾波算法

該文提出一種自適應(yīng)粒子濾波算法。首先建立目標(biāo)的顏色模型,提出基于加權(quán)顏色分布圖的目標(biāo)顏色模型。采用該模型計(jì)算目標(biāo)模板與粒子區(qū)域的相似程度,以此作為對目標(biāo)物體定
2009-11-24 15:46:1615

運(yùn)動目標(biāo)的檢測與跟蹤的研究

提出了一個基于TMS320C6201 的DSP 系統(tǒng)下的運(yùn)動目標(biāo)檢測方法,主要應(yīng)用于反坦克導(dǎo)彈系統(tǒng)。首先進(jìn)行濾波,然后根據(jù)自適應(yīng)梯度算法(邊緣檢測)計(jì)算出運(yùn)動目標(biāo)的位置,利用相關(guān)
2009-12-18 16:05:2810

基于小波變換的人車目標(biāo)特征提取算法

借助小波變換在時頻分析上的優(yōu)點(diǎn),提取地面運(yùn)動目標(biāo)的回波信號特征在目標(biāo)識別中加以應(yīng)用。首先對目標(biāo)的回波信號進(jìn)行預(yù)處理,獲取目標(biāo)的瞬時多普勒頻率信號,然后對該信
2009-12-18 16:51:369

基于視頻圖像的運(yùn)動目標(biāo)檢測與識別

運(yùn)動目標(biāo)檢測是場景監(jiān)控的核心技術(shù),而目標(biāo)的陰影在很大程度上影響了目標(biāo)的形狀,干擾了真實(shí)目標(biāo)的檢測。本文提出以混合高斯模型為基礎(chǔ),利用背景差分法獲得目標(biāo)圖像,
2009-12-22 11:44:2949

基于邊緣檢測的NSCT自適應(yīng)閾值圖像去噪

為在去噪時能較好保留圖像邊緣特征,并針對Coutourlet 變換缺乏平移不變性和傳統(tǒng)閾值法的不足,提出了一種基于邊緣檢測的非子采樣Contourlet 變換自適應(yīng)閾值(AT-NSCT)圖像去噪方法。
2010-01-22 15:31:5910

海雜波的多重分形關(guān)聯(lián)特性與微弱目標(biāo)檢測

該文研究了海雜波的多重分形關(guān)聯(lián)特性及其在海雜波微弱目標(biāo)檢測中的應(yīng)用。多重分形關(guān)聯(lián)是對多重分形“單點(diǎn)”統(tǒng)計(jì)的推廣,研究具有不同奇異性強(qiáng)度的兩點(diǎn)之間的空間關(guān)聯(lián)特性
2010-02-09 14:08:4313

基于自適應(yīng)分?jǐn)?shù)階傅里葉變換的線性調(diào)頻信號檢測及參數(shù)估計(jì)

該文提出了一種基于最小均方算法的自適應(yīng)計(jì)算分?jǐn)?shù)階傅里葉變換的方法并將該方法應(yīng)用到多分量chirp信號的檢測與估計(jì)之中。該方法通過對連續(xù)型分?jǐn)?shù)階傅里葉反變換進(jìn)行離散化采
2010-02-10 11:19:0431

基于小波變換與混沌系統(tǒng)的微弱周期信號檢測方法

基于小波變換與混沌系統(tǒng)的微弱周期信號檢測方法 提出了基于小波變換與混沌系統(tǒng)的微弱信號檢測方法。根據(jù)小波變換具有的多分辯能力與混沌系統(tǒng)對微弱周期
2010-02-22 14:27:2424

模糊神經(jīng)網(wǎng)絡(luò)在圖像目標(biāo)檢測中的應(yīng)用

紅外圖像中的微弱目標(biāo)檢測與跟蹤是數(shù)字圖像處理領(lǐng)域中的研究熱點(diǎn)。針對紅外圖像中微弱目標(biāo)灰度的統(tǒng)計(jì)特點(diǎn)以及模糊神經(jīng)網(wǎng)絡(luò)在自適應(yīng)噪聲消除的應(yīng)用,提出一種基于增強(qiáng)型動態(tài)
2010-02-23 14:06:3218

基于光流和Snake算法的運(yùn)動目標(biāo)檢測

提出一種幀間雙差分法、自適應(yīng)光流、snake算法相結(jié)合的運(yùn)動目標(biāo)檢測方法。通過幀間雙差分法提取運(yùn)動區(qū)域,針對運(yùn)動區(qū)域進(jìn)行光流計(jì)算,對光流計(jì)算結(jié)果進(jìn)行C-均值聚類,最后用聚類
2010-03-01 13:56:3422

基于非下采樣Contourlet變換運(yùn)動點(diǎn)目標(biāo)背景抑制算法

基于非下采樣Contourlet變換運(yùn)動點(diǎn)目標(biāo)背景抑制算法?? 摘 要:為了解決機(jī)載紅外預(yù)警探測系統(tǒng)檢測地面運(yùn)動點(diǎn)目標(biāo)時的結(jié)構(gòu)化背景抑制,提出了一種基于非下
2010-05-12 09:10:1616

基于Mumford-Shah模型的運(yùn)動目標(biāo)檢測

使用Mumford-Sham模型進(jìn)行運(yùn)動目標(biāo)檢測以克服常規(guī)算法的缺點(diǎn)。利用改進(jìn)的水平集算法,使算法能夠快速收斂。為達(dá)到實(shí)時性的要求,利用多分辨方法進(jìn)一步提高算法的速度。使用改
2010-07-17 14:56:1911

自適應(yīng)小波變換擴(kuò)頻數(shù)字水印檢測DSP系統(tǒng)

在分析了自適應(yīng)小波變換和擴(kuò)頻特性的基礎(chǔ)上,提出一種基于自適應(yīng)小波變換的擴(kuò)頻數(shù)字水印算法,并利用DSP系統(tǒng)實(shí)現(xiàn)了該數(shù)字水印算法。對用DSP實(shí)現(xiàn)的數(shù)字水印系統(tǒng)進(jìn)行了測試,結(jié)果
2010-07-27 16:03:538

利用DSP和混沌理論檢測水下微弱信號

本文應(yīng)用TMS320VC549實(shí)現(xiàn)了基于混沌理論的水下微弱信號檢測。通過分析杜芬振子的混沌特性和該振子的陣發(fā)性混沌運(yùn)動機(jī)理,得出了利用過零率識別陣發(fā)混沌運(yùn)動狀態(tài)并求取陣發(fā)混沌
2010-07-27 17:10:0919

自適應(yīng)RAKE接收技術(shù)

傳統(tǒng)的RAKE接收機(jī)能夠在一定程度上檢測合并多徑干擾,但在多徑數(shù)大于分集數(shù)時性能下降。文中提出一種自適應(yīng)RAKE接收機(jī), 在多徑數(shù)大于分集數(shù)時明顯提高了RAKE接收機(jī)的性能
2010-10-16 17:31:540

移相全橋ZVSDC/DC變換器的極點(diǎn)配置自適應(yīng)預(yù)測控制

移相全橋ZVSDC/DC變換器的極點(diǎn)配置自適應(yīng)預(yù)測控制 摘要:闡述了移相全橋ZVSDC/DC變換器準(zhǔn)線性建模思想以及極點(diǎn)配置自適應(yīng)
2009-07-07 13:13:21615

低信噪比運(yùn)動紅外點(diǎn)目標(biāo)的檢測

低信噪比運(yùn)動紅外點(diǎn)目標(biāo)的檢測 為解決高空背景條件下紅外低信噪比運(yùn)動點(diǎn)目標(biāo)的檢測問題,本文提出了一種基于膨脹累加的檢測方法.運(yùn)用形態(tài)膨
2009-10-21 18:38:47755

微弱振動信號自適應(yīng)采集系統(tǒng)設(shè)計(jì)

微弱振動信號自適應(yīng)采集系統(tǒng)設(shè)計(jì) 在許多交通運(yùn)行機(jī)械的振動信號測量中,強(qiáng)噪聲和微弱振動信號混疊在正常振動信號中,給振動系統(tǒng)的微弱信號
2009-10-25 12:36:331801

子波變換子波分析

第一章 時間-頻率分析 第二章 連續(xù)子波變換 第三章 子波與時間尺度分析 第四章 一維子波實(shí)例 第五章 離散子波變換. .........................
2011-02-25 15:43:150

基于EMD和盒維數(shù)的固定微弱目標(biāo)檢測

為了對強(qiáng)海雜波中的固定微弱目標(biāo)進(jìn)行檢測,論文提出了基于EMD和盒維數(shù)的目標(biāo)檢測算法。該算法首先采用EMD方法在時域內(nèi)提取海雜波的低頻分量,并計(jì)算低頻分量的盒維數(shù),
2011-05-19 15:39:010

Roberts自適應(yīng)邊緣檢測方法

針對Roberts算法對噪聲比較敏感且需要人為指定閾值等問題,提出了一種Roberts自適應(yīng)邊緣檢測方法.利用Roberts算子的基本原理,擴(kuò)充了檢測方向,再根據(jù)待檢像素周圍的33像素鄰域的平
2011-05-24 16:31:3923

基于自適應(yīng)子波網(wǎng)絡(luò)的多用戶檢測

本文將子波網(wǎng)絡(luò)用于實(shí)現(xiàn)DS2CDMA 系統(tǒng)信道中多用戶的信號檢測. 在實(shí)際中,當(dāng)存在強(qiáng)干擾信號時傳統(tǒng)檢測器(單用戶匹配濾波器) 的性能會急劇惡化. 本文基于 MMSE (Minimum Mean2Square Error) 線性
2011-06-20 15:42:3129

紅外目標(biāo)檢測自適應(yīng)背景感知算法

低信噪比檢測技術(shù)是實(shí)現(xiàn)紅外自動目標(biāo)識別的基本前提,其性能指標(biāo)將直接決定系統(tǒng)的探測靈敏度和作用距離,是反映紅外低可觀測目標(biāo)識別能力至關(guān)重要的一項(xiàng)核心技術(shù). 自適應(yīng)背景估計(jì)
2011-06-21 10:52:3120

自適應(yīng)模擬預(yù)失真線性化技術(shù)應(yīng)用

介紹新的帶外信號檢測方法和自適應(yīng)模擬 預(yù)失真 線性化技術(shù),并應(yīng)用于CDMA直放站的5W自適應(yīng)射頻線性功率放大器。為了有效抑制臨信道頻譜再生,通過自適應(yīng)檢測自適應(yīng)預(yù)失真控制使輸
2011-08-25 15:02:1439

超空泡圖像的自適應(yīng)多尺度小波邊緣檢測

文中采用自適應(yīng)多尺度小波邊緣檢測,對超空泡圖像進(jìn)行邊緣檢測。算法中首先對圖像進(jìn)行多尺度下的小波變換和相鄰尺度間的梯度增強(qiáng),再采用 K 均值聚類進(jìn)行邊緣的自動檢測,得到不同
2011-11-03 15:47:3729

基于OPENCV的運(yùn)動目標(biāo)跟蹤實(shí)現(xiàn)

CAMSHIFT算法是一種基于顏色直方圖的目標(biāo)跟蹤算法。在視頻跟蹤過程中,CAMSHIFT算法利用選定目標(biāo)的顏色直方圖模型得到每幀圖像的顏色投影圖,并根據(jù)上一幀跟蹤的結(jié)果自適應(yīng)調(diào)整搜索
2011-11-07 14:47:55923

基于MTI技術(shù)改善雷達(dá)識別目標(biāo)性能方法

提高雷達(dá)對低空或海面快速運(yùn)動目標(biāo)的檢測和連續(xù)跟蹤測量的能力,論述用基于MTI技術(shù)對固定目標(biāo)、海雜波進(jìn)行相位對消,以在最大程度上對其進(jìn)行衰減,使運(yùn)動目標(biāo)的回波得以保留,從而
2011-12-22 17:29:3632

基于小波變換的QRS波群檢測

通過小波變換對常規(guī)心電圖信號進(jìn)行分解去噪和特征提取,并利用動態(tài)自適應(yīng)閾值和刪除多檢點(diǎn),補(bǔ)償漏檢點(diǎn)對QRS波檢測進(jìn)行優(yōu)化。實(shí)驗(yàn)結(jié)果表明該方法在QRS波形不失真的情況下,提高
2011-12-23 14:45:3330

基于kalman預(yù)測和自適應(yīng)模板的目標(biāo)相關(guān)跟蹤研究

文中提出了一種基于kalman預(yù)測和自適應(yīng)模板的目標(biāo)相關(guān)跟蹤算法。通過kalman預(yù)測下一幀圖像中目標(biāo)的狀態(tài),縮小整個圖像上目標(biāo)檢測的搜索范圍,滿足目標(biāo)跟蹤的實(shí)時性。采取自適應(yīng)
2011-12-28 10:53:5621

基于Opencv的運(yùn)動目標(biāo)的檢測和跟蹤

檢測運(yùn)動物體需要無運(yùn)動物體的背景圖像,所以,首先應(yīng)用多幀像素平均值法提取了運(yùn)動視頻序列的背景圖,從背景圖像中分離目標(biāo)像素,獲取目標(biāo)的質(zhì)心坐標(biāo),并應(yīng)用質(zhì)心跟蹤法以灰
2012-07-16 16:05:49166

一種基于背景減法和幀差的運(yùn)動目標(biāo)檢測算法

針對幀差分法易產(chǎn)生空洞以及背景減法不能檢測出與背景灰度接近的目標(biāo)的問題,提出了一種將背景減和幀差法相結(jié)合的運(yùn)動目標(biāo)檢測算法。首先利用連續(xù)兩幀圖像進(jìn)行背景減法得到兩
2013-03-01 15:10:3548

視頻監(jiān)控中的運(yùn)動目標(biāo)檢測

視頻監(jiān)控中的運(yùn)動目標(biāo)檢測
2016-12-17 17:07:301

基于匹配傅立葉變換的超高速運(yùn)動目標(biāo)檢測

基于匹配傅立葉變換的超高速運(yùn)動目標(biāo)檢測,下來看看
2016-12-24 23:23:3713

基于自適應(yīng)核密度估計(jì)的運(yùn)動目標(biāo)檢測_苑瑋琦

基于自適應(yīng)核密度估計(jì)的運(yùn)動目標(biāo)檢測_苑瑋琦
2017-03-15 17:28:500

分塊多特征自適應(yīng)融合的多目標(biāo)視覺跟蹤_施瀅

分塊多特征自適應(yīng)融合的多目標(biāo)視覺跟蹤_施瀅
2017-03-19 19:04:231

基于背景碼本模型的運(yùn)動目標(biāo)檢測算法

提出一種基于背景碼本模型的視頻圖像中運(yùn)動目標(biāo)的檢測算法。該算法利用歸一化的Mann-Whitney秩和統(tǒng)計(jì)量自適應(yīng)調(diào)整判決??????閾值,使用Mean shift進(jìn)行碼本中碼字和方差的更新。
2017-09-08 15:20:4616

信道均衡技術(shù)與基于FPGA的自適應(yīng)均衡器的研究與設(shè)計(jì)

近年來,自適應(yīng)均衡技術(shù)在通信系統(tǒng)中的應(yīng)用日益廣泛,利用自適應(yīng)均衡技術(shù)在多徑環(huán)境中可以有效地提高數(shù)字接收機(jī)的性能。為了適應(yīng)寬帶數(shù)字接收機(jī)的高速率特點(diǎn),本文闡述了自適應(yīng)均衡器的原理并對其進(jìn)行改進(jìn)。最后
2017-10-26 10:24:5813

自適應(yīng)鎖相環(huán)的分次諧波檢測優(yōu)化算法

為了能夠有效地治理諧波,提高電力系統(tǒng)中諧波信息的檢測精度,提出了自適應(yīng)鎖相環(huán)的分次諧波檢測優(yōu)化算法。首先,研究了改進(jìn)自適應(yīng)鎖相環(huán)的設(shè)計(jì)方法,并且構(gòu)造了相應(yīng)的數(shù)學(xué)模型;其次,設(shè)計(jì)了分次諧波檢測優(yōu)化算法
2017-10-30 16:16:1511

基于PBAS自適應(yīng)運(yùn)動目標(biāo)檢測方法

分析和理解視頻序列是當(dāng)前計(jì)算機(jī)視覺的重點(diǎn)研究鄰域。通常,運(yùn)動目標(biāo)檢測在自動視覺監(jiān)控系統(tǒng)中起著基石的作用,同時它也是運(yùn)動捕獲、活動分析等應(yīng)用的基礎(chǔ)。運(yùn)動目標(biāo)檢測的基本操作就是將稱為前景的運(yùn)動目標(biāo)與稱為
2017-10-30 16:42:392

基于自適應(yīng)閥值分割的慢速小目標(biāo)檢測算法

針對復(fù)雜運(yùn)動背景中慢速小目標(biāo)檢測誤檢率高,實(shí)時性差等問題,提出了基于自適應(yīng)閡值分割的慢速小目標(biāo)檢測算法。首先計(jì)算連續(xù)兩幀圖像特征點(diǎn)的金字塔光流場,對光流場進(jìn)行濾波,獲取匹配特征點(diǎn)集合。然后對圖像運(yùn)動
2017-11-09 15:17:321

一種非靜止背景下的運(yùn)動目標(biāo)檢測方法

對于運(yùn)動中的攝像機(jī)所拍攝視頻的分析,會發(fā)現(xiàn)目標(biāo)和背景都在運(yùn)動的現(xiàn)象,因此難以較好地對運(yùn)動目標(biāo)進(jìn)行檢測。針對此問題提出了一種適應(yīng)該類對象的運(yùn)動目標(biāo)檢測技術(shù),該方法采用徑向運(yùn)動補(bǔ)償和像素值重分配來實(shí)現(xiàn)
2017-11-15 14:53:158

一種自適應(yīng)混合背景模型運(yùn)動目標(biāo)檢測

針對局部二進(jìn)制相似度(LBSP)背景建模方法易受外界環(huán)境變化如動態(tài)背景、光照改變、相機(jī)抖動等干擾的問題,在融合像素紋理與亮度信息的基礎(chǔ)上,建立一種自適應(yīng)混合背景模型進(jìn)行運(yùn)動目標(biāo)檢測。首先,利用每個
2017-11-24 11:35:507

視頻序列運(yùn)動目標(biāo)檢測

視頻序列中運(yùn)動目標(biāo)的檢測目標(biāo)識別、標(biāo)記和追蹤的重要組成部分,背景減除法是運(yùn)動目標(biāo)檢測中廣泛應(yīng)用的算法。針對光線變化、噪聲和局部運(yùn)動等影響運(yùn)動目標(biāo)檢測效果的問題,提出一種基于背景減除法的視頻序列運(yùn)動
2017-12-01 15:22:052

一種圖像拼接的運(yùn)動目標(biāo)檢測方法

,則利用代數(shù)多重網(wǎng)格(AMG)方法對原始圖像進(jìn)行處理,得到重構(gòu)的多層網(wǎng)格圖像,在此基礎(chǔ)上利用背景差分法對運(yùn)動目標(biāo)進(jìn)行檢測消除干擾。如拼接中出現(xiàn)多重影像,使用上述過程提取運(yùn)動目標(biāo),分析運(yùn)動目標(biāo)的軌跡。實(shí)驗(yàn)結(jié)果表明,
2017-12-08 10:05:102

一種實(shí)時運(yùn)動目標(biāo)檢測與跟蹤算法

針對圖像序列中運(yùn)動目標(biāo)檢測、跟蹤的難點(diǎn)問題,提出了一種實(shí)時運(yùn)動目標(biāo)檢測與跟蹤算法。該算法基于自適應(yīng)背景建模,獲取運(yùn)動目標(biāo)背景模型和前景圖像,從而實(shí)現(xiàn)運(yùn)動目標(biāo)檢測;通過建立運(yùn)動目標(biāo)的位置、大小、形狀
2017-12-12 17:35:353

變分水平集復(fù)雜背景多目標(biāo)檢測

曲線,水平集的拓?fù)浣Y(jié)構(gòu)也無法改變,不能解決多個目標(biāo)的檢測問題.針對以上問題,提出了一種基于自適應(yīng)輪廓的變分水平集復(fù)雜背景多目標(biāo)檢測方法,該方法采用幀間差分算法與K-means聚類算法相結(jié)合,以獲得多個運(yùn)動目標(biāo)的初始化
2017-12-26 19:16:450

檢測區(qū)域動態(tài)調(diào)整的TLD目標(biāo)跟蹤算法

針對經(jīng)典跟蹤一學(xué)習(xí)一檢測(TLD)目標(biāo)跟蹤算法由于檢測區(qū)域過大而導(dǎo)致的檢測時間過長及對相似目標(biāo)跟蹤處理效果不理想的問題,提出一種檢測區(qū)域可動態(tài)自適應(yīng)調(diào)整的方法-TLD-DO。該方法利用兩次
2018-01-03 16:33:180

分層學(xué)習(xí)的自適應(yīng)動態(tài)規(guī)劃

本文基于嬰兒的認(rèn)知發(fā)育模型LOC (Levels of Consciousness)提出了基于分層學(xué)習(xí)的自適應(yīng)動態(tài)規(guī)劃方法以改進(jìn)學(xué)習(xí)和優(yōu)化。根據(jù)LOC模型中感知的層次性以及工作目標(biāo)的層次定義
2018-01-05 15:13:350

基于雙評判準(zhǔn)則自適應(yīng)融合的跟蹤算法

區(qū)域之間的對比度被作為目標(biāo)評判雙準(zhǔn)則,而目標(biāo)函數(shù)(或似然函數(shù))則由兩個準(zhǔn)則的加權(quán)融合而成。算法是在粒子濾波框架下實(shí)現(xiàn)的目標(biāo)搜索,并采用了模糊邏輯對相似度和對比度的權(quán)值進(jìn)行自適應(yīng)調(diào)節(jié)。對人、動物等多個挑戰(zhàn)性運(yùn)動
2018-01-08 10:39:200

提出了一種以動態(tài)響應(yīng)一致性為最優(yōu)目標(biāo)的自適應(yīng)控制策略

本文提出了一種以動態(tài)響應(yīng)一致性為最優(yōu)目標(biāo)的自適應(yīng)控制策略。根據(jù)系統(tǒng)的小信號模型,在保持穩(wěn)定性的前提下,可借助系統(tǒng)的階躍響應(yīng)分別求出不同工作狀態(tài)下的合適控制參數(shù)。
2018-01-23 14:07:576183

高速空中機(jī)動目標(biāo)檢測

空時自適應(yīng)處理(Spacetime adaptive processing,STAP)是一種有效的機(jī)載雷達(dá)運(yùn)動目標(biāo)檢測方法。空中目標(biāo)的高速運(yùn)動會導(dǎo)致其回波產(chǎn)生嚴(yán)重的距離走動和多普勒模糊,并且目標(biāo)
2018-03-13 17:27:360

關(guān)于一種基于動態(tài)規(guī)劃的機(jī)動目標(biāo)檢測前跟蹤方法

據(jù)信息進(jìn)行積累,之后宣布檢測結(jié)果并同時給出目標(biāo)的運(yùn)動軌跡。動態(tài)規(guī)劃(Dynamic Programming,DP)算法是檢測前跟蹤技術(shù)中的一種[1-4],它利用窮盡搜索的思想,將目標(biāo)的整體軌跡搜索問題分解為分級優(yōu)化的問題,具有效率高、硬件可實(shí)現(xiàn)的優(yōu)點(diǎn)。
2018-06-21 09:09:007894

如何使用MATLAB進(jìn)行運(yùn)動目標(biāo)的檢測

運(yùn)動目標(biāo)檢測是圖像處理與計(jì)算機(jī)視覺的一個分支,在理論和實(shí)踐上都有重大意義,長久以來一直被國內(nèi)外學(xué)者所關(guān)注。在實(shí)際中,視頻監(jiān)控利用攝像機(jī)對某一特定區(qū)域進(jìn)行監(jiān)視,是一個細(xì)致和連續(xù)的過程,它可以由人來完成
2019-10-14 17:46:4315

使用視頻圖像進(jìn)行運(yùn)動目標(biāo)檢測與跟蹤的研究說明

對自己有存在價值的運(yùn)動目標(biāo)或物體感興趣,研究基于視頻圖像的運(yùn)動目標(biāo)的檢測與跟蹤,有很大的現(xiàn)實(shí)意義和實(shí)際價值。目前在實(shí)驗(yàn)室環(huán)境中已實(shí)現(xiàn)了對運(yùn)動目標(biāo)的檢測和跟蹤。在運(yùn)動目標(biāo)檢測方面,參考理論,用幀間差分法得到基
2019-10-24 11:25:008

剖析彩色視頻運(yùn)動目標(biāo)自適應(yīng)在線聚類提取算法

針對彩色視頻圖像序列的運(yùn)動目標(biāo)提取問題, 提出一種彩色視頻運(yùn)動目標(biāo)自適應(yīng)在線聚類提取算法。首先給出一種改
2021-05-05 17:49:001211

一種魯棒長時自適應(yīng)目標(biāo)跟蹤算法

提出了一種魯棒長時自適應(yīng)日標(biāo)跟蹤算法。首先,提岀了一種特征互補(bǔ)策略,將方向梯度直方圖和全局顏色直方圖的特征響應(yīng)線性加權(quán),學(xué)習(xí)對顏色變化和形變都具有魯棒性的相關(guān)濾波模型,用以估計(jì)目標(biāo)位移;然后,僅提取目標(biāo)前景HOG特征
2021-04-23 14:31:347

解析在目標(biāo)檢測中怎么解決小目標(biāo)的問題?

的發(fā)展中,也出現(xiàn)了一些提高目標(biāo)檢測性能的解決方案。本文將對這些方法進(jìn)行分析、整理和總結(jié)。 圖像金字塔和多尺度滑動窗口檢測 一開始,在深學(xué)習(xí)方法成為流行之前,對于不同尺度的目標(biāo),通常是從原始圖像開始,使用不同的
2021-04-26 14:13:585925

一種改進(jìn)的自適應(yīng)運(yùn)動目標(biāo)檢測算法

相似度判斷鬼影、拖影或靜止目標(biāo)區(qū)域,自適應(yīng)地對不冋類別區(qū)域像素進(jìn)行更新抑制。實(shí)驗(yàn)結(jié)果表明,改進(jìn)算法在動態(tài)背景中表現(xiàn)岀良好的魯棒性,能夠有效抑制鬼影以及靜止目標(biāo)生的拖影,在保證實(shí)時性的前提下較原算法檢測精度和綜合評價指標(biāo)
2021-05-14 10:59:044

一種基于特定目標(biāo)提議框的自適應(yīng)跟蹤算法

目前多數(shù)跟蹤算法采用尺度遍歷窮搜索策略應(yīng)對目標(biāo)的尺度變化,其跟蹤性能和效率不佳。針對此問題基于特定目標(biāo)提議框提岀一種自適應(yīng)跟蹤算法。對目標(biāo)提議框生成算法進(jìn)行改進(jìn),融入跟蹤目標(biāo)的尺度和位置信息,得到
2021-05-24 15:02:198

基于YOLOv3的嵌入式設(shè)備視頻目標(biāo)檢測算法

算法的推理速度,并通過視頻運(yùn)動自適應(yīng)推理策略充分利用前后幀視頻之間目標(biāo)的關(guān)聯(lián)性,降低深度學(xué)習(xí)算法的運(yùn)行頻率,進(jìn)一步提高目標(biāo)檢測速度。在 ILSVRC數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,該算法可以在 NVIDIA TX2嵌入式平上實(shí)現(xiàn)28 frame/s的視頻目標(biāo)檢測,
2021-05-28 14:05:527

多尺度卷積特征融合的SSD目標(biāo)檢測

提取的方法以提高對小目標(biāo)的檢測能力,再對高層特征層進(jìn)行特征提取以改善中目標(biāo)的檢測效果。最后,利用SSD模型中原有的多度卷積檢測方法,將改進(jìn)的多層特征檢測結(jié)果選行融合,并通過參數(shù)再訓(xùn)練以獲得最終改進(jìn)的SSD模型。實(shí)驗(yàn)結(jié)果表明,該方法在 MS COCO數(shù)據(jù)集上對中目標(biāo)和小目標(biāo)
2021-06-11 16:21:4811

雙向特征融合的數(shù)據(jù)自適應(yīng)SAR圖像艦船目標(biāo)檢測模型

雙向特征融合的數(shù)據(jù)自適應(yīng)SAR圖像艦船目標(biāo)檢測模型 人工智能技術(shù)與咨詢 昨天 本文來自《中國圖象圖形學(xué)報》,作者張筱晗等 關(guān)注微信公眾號:人工智能技術(shù)與咨詢。了解更多咨詢! ? 摘要:? 利用
2021-11-12 11:15:221474

已全部加載完成