搜索资源列表
Seg_By_MeanShift
- 均值漂移Mean Shift算法是一种基于核密度估计的处理方法，被广泛用于图像降噪，分割和目标跟踪中，本代码是图像分割实现。-Mean Shift algorithm is a kernel density estimation based approach is widely used for image noise reduction, segmentation and target tracking, the code is to achieve image segmentation.
Kernel_particle_filter_for_visual_tracking
- the Kernel Particle Filter (KPF)—is proposed for visual tracking in image sequences. The KPF invokes kernels to form a continuous estimate of the posterior density function. Particles are allocated based on the gradient information estimated
hno
- 激光成像跟踪系统中的图像噪声抑制技术.Laser imaging tracking system image noise suppression technology.-Laser imaging tracking system image noise suppression technology.
kalman
- 卡尔曼滤波器例子，跟踪目标，可以用去除噪声-Kalman filter example, target tracking Can be used to remove noise
ImgProcess2009-05-14
- 这是我读“图像识别与人工智能”研究生是，在实验室做图像处理与跟踪实验所用的框架程序。里面已经包含了如下函数模块： 图像显示：单幅图像显示，连续文件名的序列图像显示，SRC（纯数据图像文件）序列图显示 图像滤波、增强：均值滤波，灰度拉伸，图像减背景并拉伸 图像分割：自适应门限阈值分割，基于梯度的分割，基于最大熵的分割，OTSU分割， 图像加噪：图像加入随机噪声，序列图加噪声 图像轮廓：轮廓提取（只能对0-255二值图），轮廓跟踪（只能对0-255二
435234paper
- 从边检测边跟踪的角度探讨了图象序列中机动目标的形心跟踪问题,深入分析了强高斯噪声背景下目标形心估计的统计性质及用于形心估计的图象预处理方法。-Explored from the perspective of the side edge-detection tracking the centroid tracking of maneuvering targets in the image sequence, in-depth analysis of the statistical properti
32421paper
- 介绍了红外成像波门形心跟踪算法的原理，通过建立跟踪误差模型，讨论分析了红外成 像波门形心跟殊算法的误差，当误判概率越小，波门内目标像素越多，背景像素越少时，形心跟踪误差越小 当信噪比越大，相关搜索的次数越少，相关运算的像素总数越多时，正确匹配系数越高。试验证明，该算法不仅能减小跟踪误差，而且能提高跟踪的精确度和稳定性。 -Infrared imaging gate centroid tracking algorithm principle, through the establishme
rev4
- 强主动声纳信号干扰被动声探测的仿真分析.被动声探测是探测和跟踪水中噪声目标的重要手段,但强主动声纳信号的出现将对被动声探测产生很强的干扰作用,影响被动声纳对噪声目标的检测或跟踪。本文通过计算机仿真,分析被动声纳的积分时间、强主动声纳信号的强度、脉冲宽度和发射周期四个因素对强主动声纳信号干扰被动声探测程度的影响。-Simulation analysis of passive acoustic detection of a strong active sonar signal interferenc
5
- 在GPS软件接收机和SINS辅助GPS跟踪技术的基础上,提出了一种SINS/GPS超紧致组合导航方案。该超紧致方案在GPS软件接收机的捕获环节中加入了基于相位估计的精细捕获算法,从而提高了频率捕获精度,省略了频率跟踪牵引过程 在信号跟踪环节中,利用SINS位置、速度信息与卫星参数,求取接收机与卫星之间的径向距离和径向距离率,为码环、载波环提供辅助,从而降低了载体动态变化对跟踪环的影响,提高了跟踪环的动态跟踪性能 同时,降低载波环噪声带宽,减小码环相关间隔,从而提高了载波环和码环的跟踪精度。-On
FLL-matlab
- 用MATLAN实现了FLL（锁频环）的热噪声误差、动态应力误差、总的跟踪误差与带宽、预检积分时间等的关系图-MATLAN achieve FLL (frequency-locked loop) thermal noise error and dynamic stress error, the total tracking error and bandwidth, preflight integration time diagram
JPDA
- 在运动的位置叠加噪声。进行JPDA概率数据关联及kalman滤波。 两运动目标在x-y平面做匀速直线运动。初始位置是（4000,1200）（300,1500）速度分别是（200,200）（400,200）传感器对量目标进行位置状态量测。 采样间隔T=1,点数n=80.检测概率为1，正确量测落入跟踪内的概率为0.99，杂波均匀分布的密度为2个/km2由RAND函数产生在[0，1]上均匀分布的随机变量，跟踪门限为9.21。 -Superimposed noise in the posit
TrackSPF-RBPF
- 基于SPF和RBPF的雷达跟踪目标源程序，matlab编写，先运行两种算法，再运行图形绘制文件，有详细注释。其中，噪声为拉普拉斯噪声-Based the SPF and RBPF radar tracking target source, matlab write, first run the two algorithms, and then run the graphics drawing file detailed notes. Wherein the noise is the Laplac
abc
- 背景差和帧差法实现运动人体的跟踪，具有搞噪声和消除大部分阴影功能-Background subtraction and frame difference method to achieve the tracking of the movement of the human body to engage in noise and eliminate most of the shadow function
filtere
- filter which track the data and noise accurately strong tracking
L1_Tracker
- 基于稀疏的视频跟踪算法，能够较好的解决遮挡，噪声等干扰-Sparse-based video tracking algorithm can solve the occlusion, noise and interference
camshift
- 基于camshift的目标跟踪源代码，了能更好地解决在动态模型为非线性且噪声为非高斯的条件下对机动目标的。- 英语 中文(简体) 日语 Based on the target tracking camshift source code, has been able to better address the dynamic model of nonlinear non-Gaussian and t
GPS
- 在有限的实验条件下，为验证高动态软件GPS接收机信号的捕获和跟踪模型，提出了一种基于软件GPS 接收平台的高动态GPS数字中频信号模拟方法。介绍了软件GPS接收平台的基本结构框架，并根据高动态环境 下伪随机码的多普勒效应及本地振荡器的频率误差对接收信号的影响，推导并建立了一种较精确的高动态GPS 数字中频信号模型。为使模型适用于更加复杂的环境，通过设置接收信号的噪声幅值来调整信噪比大小，以确 定所需的信号强度；在信号参数的设置过程中调整入射信号与反射信号的幅度比值及反射信号的时间
1
- 本文提出了一种复杂条件下基于子空间梯度方向直方图跟踪的方法，通过大量样本的离线训练构建目标的投影子 空间，并用梯度方向直方图在子空间的投影作为新的目标描述特征．为了满足实时性的要求，采用积分直方图方法 提高粒子特征的计算速度；然后结合粒子滤波方法在子空间中计箅粒子与训练样本集之间的相似度，进而估计目标 的运动参数．实验结果表明，该方法能够在光照变化、噪声干扰、模糊、目标姿态和尺度改变，以及部分遮捎等恶劣条 件下实现准确跟踪，比传统的跟踪方法具有更高的跟踪精度和跟踪鲁棒性，能够满足
2
- 本文在在尺度不变特征变换(Scale invariant feature transform,SIFT)特征匹配算法的基础上, 提出了一种基于累积特征的多目标的跟踪算法, 通过对目标的SIFT特征进行实时更新来去除由噪声(或形变)带来的\过时"特征信息, 保证了特征的稳定, 提高了匹配准确度. 实验结果表明, 本算法能够有效处理目标由于旋转、形变而导致跟踪性能下降甚至跟踪目标丢失的问题, 同时对跟踪过程中多目标的关联, 也具有较好的鲁棒性.-In this paper, the Scale In
camshiftSub
- 利用camara抓取連續的影像，利用後一張frame與前一張frame做相減後，取得動態物件之前景， 自利用侵蝕與膨脹的平滑處理去掉雜訊，最後再使用OPENCV裡的CAMSHIFT的函式最追蹤前景， 最後達到追蹤動態物件的目的。-Use camara capture sequential images, the use of a frame after frame with the previous one to do subtraction, and achieved th