期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合颜色和边缘特征的改进型CamShift跟踪算法
被引量：
3
1
作者
李凌
《激光杂志》
北大核心
2017年第7期138-142,共5页
CamShift算法仅用颜色作为目标特征,在相似色干扰、遮挡、高速运动以及光照变化等条件下易出现跟踪不准确甚至目标丢失,提出基于运动分割和特征融合的改进型Camshift算法。采用三帧差分结合最大类间方差自动获得初始搜索窗口,自适应获...
CamShift算法仅用颜色作为目标特征,在相似色干扰、遮挡、高速运动以及光照变化等条件下易出现跟踪不准确甚至目标丢失,提出基于运动分割和特征融合的改进型Camshift算法。采用三帧差分结合最大类间方差自动获得初始搜索窗口,自适应获得最优搜索窗口,用色度和边缘加权联合直方图表征目标,对色度直方图的每个像素位用高斯模型核函数进行加权处理并实时更新,有效解决相似色干扰、遮挡等问题。实验证明,改进型算法在目标干扰、遮挡等情况下与同类算法相比都具有良好的跟踪效果,具有较高的鲁棒性和准确度。
展开更多
关键词
CAMSHIFT算法
特征融合
颜色
直方图
边缘梯度方向直方图
外观模型
在线阅读
下载PDF
职称材料
基于BP神经网络的船舰目标识别分类
被引量：
12
2
作者
梁锦雄
王刻奇
《舰船科学技术》
北大核心
2015年第3期206-209,共4页
随着各国在海洋领域竞争的日益激烈,船舰目标自动识别技术正逐渐成为研究热点。本文利用BP神经网络对航空母舰、驱逐舰、护卫舰、客船、集装箱、民用货船6种船只类型进行分类,首先对船舰图像进行中值滤波,去除随机噪声和椒盐噪声,然后利...
随着各国在海洋领域竞争的日益激烈,船舰目标自动识别技术正逐渐成为研究热点。本文利用BP神经网络对航空母舰、驱逐舰、护卫舰、客船、集装箱、民用货船6种船只类型进行分类,首先对船舰图像进行中值滤波,去除随机噪声和椒盐噪声,然后利用OTSU法将灰度图像分割成背景和目标两部分,接着对目标区域提取了Hu不变矩、边缘梯度方向直方图、周长-面积比3个特征。为了使边缘梯度方向直方图也具有旋转和尺度不变性,本文提出了一种变换方法:将直方图循环右移,直至其最大值到达直方图最右端。最后利用BP神经网络对船舰图像进行了训练和测试。测试结果表明,本文的分类算法对船舰目标的分类精度达到84%左右,有效实现了常见船舰类型的识别分类。
展开更多
关键词
BP神经网络
HU不变矩
边缘梯度方向直方图
周长-面积比
在线阅读
下载PDF
职称材料
题名
融合颜色和边缘特征的改进型CamShift跟踪算法
被引量：
3
1
作者
李凌
机构
淮北职业技术学院
出处
《激光杂志》
北大核心
2017年第7期138-142,共5页
基金
安徽省自然科学重点研究项目(KJ2016A653)
安徽省高校学科(专业)拔尖人才学术资助重点项目(gxbj ZD2016113)
文摘
CamShift算法仅用颜色作为目标特征,在相似色干扰、遮挡、高速运动以及光照变化等条件下易出现跟踪不准确甚至目标丢失,提出基于运动分割和特征融合的改进型Camshift算法。采用三帧差分结合最大类间方差自动获得初始搜索窗口,自适应获得最优搜索窗口,用色度和边缘加权联合直方图表征目标,对色度直方图的每个像素位用高斯模型核函数进行加权处理并实时更新,有效解决相似色干扰、遮挡等问题。实验证明,改进型算法在目标干扰、遮挡等情况下与同类算法相比都具有良好的跟踪效果,具有较高的鲁棒性和准确度。
关键词
CAMSHIFT算法
特征融合
颜色
直方图
边缘梯度方向直方图
外观模型
Keywords
CamShift algorithm
feature fusion
hue histogram
histogram of oriented ege gradient
appearance models
分类号
TN911 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于BP神经网络的船舰目标识别分类
被引量：
12
2
作者
梁锦雄
王刻奇
机构
广州城市职业学院信息技术系
中山大学南方学院电子通信与软件工程系
出处
《舰船科学技术》
北大核心
2015年第3期206-209,共4页
文摘
随着各国在海洋领域竞争的日益激烈,船舰目标自动识别技术正逐渐成为研究热点。本文利用BP神经网络对航空母舰、驱逐舰、护卫舰、客船、集装箱、民用货船6种船只类型进行分类,首先对船舰图像进行中值滤波,去除随机噪声和椒盐噪声,然后利用OTSU法将灰度图像分割成背景和目标两部分,接着对目标区域提取了Hu不变矩、边缘梯度方向直方图、周长-面积比3个特征。为了使边缘梯度方向直方图也具有旋转和尺度不变性,本文提出了一种变换方法:将直方图循环右移,直至其最大值到达直方图最右端。最后利用BP神经网络对船舰图像进行了训练和测试。测试结果表明,本文的分类算法对船舰目标的分类精度达到84%左右,有效实现了常见船舰类型的识别分类。
关键词
BP神经网络
HU不变矩
边缘梯度方向直方图
周长-面积比
Keywords
BP neural network
Hu invariant moment
edge gradient direction histogram
perimeterarea ratio
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合颜色和边缘特征的改进型CamShift跟踪算法
李凌
《激光杂志》
北大核心
2017
3
在线阅读
下载PDF
职称材料
2
基于BP神经网络的船舰目标识别分类
梁锦雄
王刻奇
《舰船科学技术》
北大核心
2015
12
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
