多特征融合的目标识别与跟踪技术研究

发布时间：2021-03-12 09:53

　　针对传统目标边缘识别算法存在的边缘识别率低、准确性差的缺陷以及目标跟踪算法在光照变化及复杂背景干扰情况下不能准确跟踪目标的问题。在深入分析了经典边缘提取算子、基于细胞神经网络图像边缘识别算法以及基本Camshift跟踪算法和多特征融合跟踪算法原理的基础上,设计了如下的改进方法,具体的创新内容如下:为了提高目标边缘识别的准确性,从给定目标图像中提取出更多的纹理细节信息,提出了一种基于分数阶控制模板的新型忆阻细胞神经网络模型。用忆阻器替代细胞神经网络中的状态电阻,在细胞神经网络整个信息处理过程中保持忆阻器的记忆特性,利用历史状态信息,提高网络的信息处理能力。另外,基于分数阶微积分理论,为新型忆阻细胞神经网络设计了分数阶控制模板,在目标图像边缘提取中提高中高频信息,保留更多的低频信息。通过对比实验验证了所提方法从各种不同图像中提取的边缘轮廓信息更加完整、清晰,而且纹理细节信息更加丰富,边缘图像的平均梯度与信息熵都可以显著提高。为了提高目标跟踪方法对背景信息、光照变化的抗干扰能力,提出了融合分数阶微分边缘特征信息的改进跟踪方法。将R-L分数阶微分边缘检测算子与Laplacian边缘检测算子进行... 

【文章来源】：天津工业大学天津市

【文章页数】：91 页

【学位级别】：硕士

【部分图文】：

不同

不同算子边缘提取效果

MN规模的细胞神经网络Fig.3-1CellularneuralnetworkofNMscale

【参考文献】：
期刊论文
[1]基于肤色模型与颜色空间的目标识别算法[J]. 张杜娟.  国外电子测量技术. 2019(10)
[2]基于高低帽变换的优化边缘检测算法研究[J]. 张金凤,刘昕.  西安理工大学学报. 2019(03)
[3]基于CNN的相衬显微图像序列的癌细胞多目标跟踪[J]. 胡海根,周莉莉,周乾伟,陈胜勇,张俊康.  计算机科学. 2019(05)
[4]基于细胞神经网络边缘检测的自适应研究[J]. 赵显达,黄欢.  云南大学学报(自然科学版). 2019(02)
[5]具有感觉记忆的忆阻器模型[J]. 邵楠,张盛兵,邵舒渊.  物理学报. 2019(01)
[6]基于Prewitt算子的红外图像边缘检测改进算法[J]. 安建尧,李金新,孙双平.  杭州电子科技大学学报(自然科学版). 2018(05)
[7]基于颜色和边缘特征自适应融合的人脸跟踪算法[J]. 周平平,万洪林,刘慧,李天平.  中国科学技术大学学报. 2017(10)
[8]基于可变形模型的目标跟踪算法[J]. 马俊凯,罗海波,常铮,惠斌,周晓丹,侯德飞.  红外与激光工程. 2017(09)
[9]基于改进忆阻细胞神经网络的彩色图像边缘提取[J]. 杨婷,段书凯,王丽丹,董哲康,胡小方.  中国科学:信息科学. 2017(07)
[10]几个常见分数阶微积分定义的比较[J]. 吕鑫,刘官厅.  内蒙古师范大学学报(自然科学汉文版). 2017(04)

硕士论文
[1]基于细胞神经网络的图像边缘提取算法研究[D]. 黄蕾.南京航空航天大学 2006



本文编号：3078109