关键词： 回声抑制技术   计算机图像   滤波器  

摘要： 近年来,研究者开始探索将回声抑制的原理应用于图像处理,尤其是在图像去噪和图像增强等方面。通过模拟回声产生的过程,可以在视觉信号中识别并处理类似的干扰,从而达到清晰和增强图像的目的。基于此,深入探讨回声抑制技术在计算机图像处理中的应用,特别是结合计算机混合光学处理技术和电学模式处理技术,对图像去噪和图像增强进行系统的研究。通过分析具体案例验证了所提方法的有效性,并通过数据分析展示了该技术带来的改进效果。

关键词： 事件检测   目标检测   车辆跟踪  

摘要： 随着交通信息化的发展,对道路交通事件的处理有了更高的要求。本文利用深度学习技术进行道路交通目标自动化检测,通过结合目标检测算法和车辆跟踪算法,研究能够有效识别并跟踪车辆的运动算法,进而建立事件检测模型,以实现对交通异常情况的准确检测。

关键词： 计算机技术   图形图像处理   PS课程   在线教学  

摘要： 阐述计算机PS图形图像处理的特点、在线精品课程建设内容。介绍计算机PS图形图像处理技术应用于在线精品课程建设中的关键技术,并分析基于计算机PS图形图像处理在线精品课程的应用实践。

关键词： 光电目标跟踪   卡尔曼滤波   机动目标模型  

摘要： 文章主要对光电跟踪系统中的目标预测问题进行了研究。首先,介绍了目标跟踪的概念及其重要性;其次,对光电目标跟踪系统中采用的卡尔曼滤波理论及其工程应用进行了调研;再次,介绍了基本的滤波预测方法,重点阐述了卡尔曼滤波方法,并与其他常见滤波方法进行了比较;最后,阐述了机动目标跟踪的基本原理及建立了机动目标模型,并完成了相关算法的仿真实验。

关键词： 图像滤波   特征融合   目标跟踪  

摘要： 传统目标跟踪算法易受光照不均的影响,导致跟踪成功率低且时效性差。为解决多帧视频序列图像的目标跟踪问题,基于MWF中值加权滤波,提出一种MWF-KCF目标跟踪算法。算法首先采用高斯核的MWF算法,基于矩形与圆形双模板对视频图像进行优化处理,增强局部特征提取时的辨识度;然后分别提取并融合梯度HOG特征与空间TEF特征,提高目标的可识别性;接着采用KCF算法对图像目标进行回归框构建,并基于APCE回归更新准则不断优化目标框的位置;最后基于UFD数据集,完成多帧视频序列图像的MWF-KCF目标模型构建。在特征滤波的仿真结果显示出,MWF滤波算法能够显著提高目标跟踪的成功率,同时具有不逊色其它滤波算法的时效性;对比仿真结果显示出,与4.3节中的四类基线算法模型相比,MWF-KCF模型在UFD数据的测试集中的跟踪准确率最高,平均提升了10.66%。综上,MWF-KCF目标跟踪算法通过滤波解决光照影响,增加特征辨识度,提升目标跟踪的成功率,在智能监控领域具有一定的仿真价值。

关键词： 目标检测   低光照场景   多尺度特征   注意力机制  

摘要： 在复杂的低照度环境中获取的图像容易存在对比度低、细节信息丢失等问题,对此,考虑到低光照环境检测的特殊性,对目标检测算法YOLOv8进行了改进,提出了YOLO-RSG算法,以提高低光照环境下目标检测的可靠性。首先,在YOLO-RSG算法的主干特征提取部分采用了多层级残差连接模块,提升了模型的多尺度和弱特征提取能力;随后,引入空洞空间金字塔结构,利用不同扩张率提取复杂场景信息,维持计算量的同时提升了训练效果;最后,自适应地融入了动态选择机制和全局注意力机制,提升了网络模型的多尺度特征提取融合与表征能力。仿真实验结果表明,相较于YOLOv8算法,YOLO-RSG算法在ExDark数据集中的均值平均精度提升了3.6%,可以有效地提高低照度场景下的目标检测性能,并具有良好的稳定性和适用性。

关键词： 计算机应用   目标跟踪   相关滤波   自适应空间正则化   局部敏感直方图  

摘要： 为解决相关滤波跟踪算法循环移位采样产生的边界效应,提高跟踪性能,本文提出了一种自适应内容感知空间正则化相关滤波算法。首先,提取真实的背景区域作为负样本训练滤波器,降低目标区域循环移位生成的假负样本所引起的滤波器退化问题;其次,提取目标区域的局部敏感直方图特征作为前景特征,并与空间正则化项结合,根据不同目标的外观动态更新空间正则化权值;再次,采用交替方向乘子法优化求解,将模型的优化问题分解为两个子问题,并在迭代中结合动态局部敏感直方图特征求解子问题的最优解;最后,在5个公开基准数据集上对算法进行评估。实验结果表明,本文方法在OTB50数据集上的精确率和成功率分别为90.3%和66.1%,超过其他相关滤波算法;在OTB100数据集上的精确率和成功率分别为92.2%和69.2%,其中精确率在所有算法中排名第一,成功率则领先其他相关滤波算法。

关键词： 合成孔径雷达   海上风电平台   目标检测   相干系数   影像匹配  

摘要： 针对现有风电平台检测方法依赖长时间序列影像的问题,设计了一种顾及相干性与空间分布特征的SAR图像海上风电平台检测方法。该方法充分考虑风电平台呈规则矩阵型、梅花型的空间分布特征与高相干性,利用自适应参数的DBSCAN算法对相干系数图中高相干像素进行聚类,通过将聚类结果的最小外接矩形作为风电场边界来排除船舶干扰,再采用NCC算法将风电平台模板与风电场SAR正射影像进行匹配,实现风电平台的检测。采用覆盖中国南海、欧洲北海两个试验区的Sentinel-1A影像进行了实验,验证了本文方法的有效性。

关键词： 深度学习   沟渠   实时监控   目标跟踪   霍夫优化投票  

摘要： 针对传统沟渠监控与跟踪精度低,导致沟渠监控实时性不佳的问题,提出一种基于深度霍夫优化投票的三维单目标跟踪算法。首先,采用面向目标特征提取方法对目标信息进行编码处理;通过投票和筛选方式生成高置信度的潜在目标中心;基于联合提议和验证生成最终预测结果。实验结果表明,提出的算法能够有效避免耗时的三维全局搜索,具备较强的鲁棒性。相较于传统SC3D三维点云目标跟踪算法,本算法的准确率和精准率分别提升了24.6%和26.7%,且在相同的测试集中可取得更低的计算复杂度。由此得出,提出的算法可实现沟渠的实时监控和准确跟踪。

关键词： 嵌入式系统   电力视觉   目标检测   鸟类识别   PicoDet  

摘要： 近年来,随着我国生态环境的改善以及电网建设的推进,鸟类活动范围与变电站、输电线路的交集越来越大,带来的安全风险越发突出。针对传统的驱鸟方式耗时费力、效果不佳等问题,首先,通过收集鸟类图像构建了模型训练所需数据集;其次,将PicoDet模型应用于鸟类检测并提出了目标检测模型评价指标;最后,将优化后的模型进行推理验证,并对比了不同算法的性能参数。通过与常用的YOLO系列目标检测模型对比,验证了所提PicoDet模型在实现较高检测精度的同时,具有占用内存小、检测速度快的优势,适用于变电站鸟类高精度实时目标检测场景。