2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩113頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于全景視覺的動態(tài)目標(biāo)檢測與跟蹤,在安防監(jiān)控、輔助駕駛、現(xiàn)場監(jiān)測、車載巡檢、飛行器制導(dǎo)及空間機(jī)器人等方面都有直接或潛在的應(yīng)用前景,其相關(guān)檢測與跟蹤技術(shù)具有重要的研究意義。本文針對全景視覺亟待解決的一些關(guān)鍵問題進(jìn)行深入的研究。 (1)針對全景視覺圖像畸變嚴(yán)重問題,本文對Horn-Schunck光流技術(shù)進(jìn)行改進(jìn),并提出基于Horn-Schunck的Gabor濾波模型,對光流圖像進(jìn)行Gabor濾波分解,在此光流子圖像上進(jìn)行分割,提取動

2、態(tài)目標(biāo)。實驗證明,該方法克服了傳統(tǒng)光流分割技術(shù)復(fù)雜、背景噪聲大的缺點,提高了動態(tài)目標(biāo)檢測能力。 (2)為了找出最佳性能的濾波器進(jìn)行動態(tài)目標(biāo)跟蹤,本文對多種粒子濾波算法(PF、EPF和UPF)進(jìn)行研究,采用三種進(jìn)化計算方法(PSO、GA、EP)優(yōu)化粒子濾波(PF、EPF和UPF)。提出改進(jìn)粒子群優(yōu)化PF算法(PSO_PF),使得粒子集不斷地向真實狀態(tài)靠近。并提出將改進(jìn)的粒子群算法與遺傳算法相結(jié)合(PSO_GA),或與進(jìn)化規(guī)劃算法相

3、結(jié)合(PSO_EP),全面優(yōu)化PF算法、EPF算法,避免了采用單一算法進(jìn)行優(yōu)化帶來的不足和缺陷。在此基礎(chǔ)上本文還提出采用進(jìn)化計算方法優(yōu)化EPF和UPF,包括粒子群優(yōu)化EPF(PSO_EPF),遺傳算法優(yōu)化EPF(GA_EPF),進(jìn)化規(guī)劃優(yōu)化EPF(EP_EPF),粒子群優(yōu)化UPF(PSO_UPF),遺傳算法優(yōu)化UPF(GA_ UPF),進(jìn)化規(guī)劃優(yōu)化UPF(EP_UPF)。實驗表明本文提出的改進(jìn)算法較好地解決了粒子退化問題,提高了估計精度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論