红外与可见光图像融合及运动目标跟踪新方法
3星 · 超过75%的资源 需积分: 11 176 浏览量
更新于2024-11-04
3
收藏 882KB PDF 举报
"一种新的红外与可见光图像融合与跟踪方法"
本文主要介绍了一种创新的图像融合技术,特别是在红外与可见光图像的融合领域,该技术在目标检测和跟踪方面具有显著的应用价值。作者赵鹏、浦昭邦和张田文来自哈尔滨工业大学,他们提出了一种基于特征级融合和运动目标跟踪的新颖方法。
传统的图像融合技术通常需要对图像进行精确的配准,这增加了计算复杂度。然而,该方法通过使用动态轮廓线来表示目标轮廓,并采用B样条形状空间模型,将目标特征级融合转化为控制点向量差的L2范数平方极小化问题,从而避免了图像配准的过程,显著降低了计算复杂度。
在目标跟踪阶段,研究者应用了自适应Kalman滤波技术。Kalman滤波器是一种高效的估计算法,特别适用于处理随机系统中的不确定性和噪声。自适应版本的滤波器能够根据系统的动态变化调整其参数,提高特征搜索的准确性,确保对运动目标的稳定跟踪。
实验结果表明,通过这种融合方法,可见光图像的平均跟踪误差减少了56.96%,这证明了该方法的有效性。关键词包括图像融合、视觉跟踪、卡尔曼滤波以及动态轮廓线,这些都是该研究的核心技术点。
该论文发表在2005年2月的《光电工程》第32卷第2期上,文献标识码为A,属于电子与通信技术类别(中图分类号:TN911.73)。这种新的融合与跟踪方法不仅对多传感器图像处理领域的理论研究有所贡献,也为实际的监控和安全应用提供了有力的技术支持。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-09-10 上传
2022-07-14 上传
2021-09-30 上传
2024-04-24 上传
点击了解资源详情
点击了解资源详情
xuxuwei0127
- 粉丝: 0
- 资源: 2
最新资源
- 火炬连体网络在MNIST的2D嵌入实现示例
- Angular插件增强Application Insights JavaScript SDK功能
- 实时三维重建:InfiniTAM的ros驱动应用
- Spring与Mybatis整合的配置与实践
- Vozy前端技术测试深入体验与模板参考
- React应用实现语音转文字功能介绍
- PHPMailer-6.6.4: PHP邮件收发类库的详细介绍
- Felineboard:为猫主人设计的交互式仪表板
- PGRFileManager:功能强大的开源Ajax文件管理器
- Pytest-Html定制测试报告与源代码封装教程
- Angular开发与部署指南:从创建到测试
- BASIC-BINARY-IPC系统:进程间通信的非阻塞接口
- LTK3D: Common Lisp中的基础3D图形实现
- Timer-Counter-Lister:官方源代码及更新发布
- Galaxia REST API:面向地球问题的解决方案
- Node.js模块:随机动物实例教程与源码解析