共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
郑佳春 《厦门水产学院学报》2011,(6):429-433
提出一种高斯粒子滤波求解基于RSSI测距定位的无线传感器网络电子航标节点定位的非线性方程组算法.该算法在每次递推产生新的粒子时充分考虑了当前时刻的量测,使得该算法能很好地利用最新的量测信息.仿真结果表明该算法的节点估计均方误差在3 m以内.可见,它在解决非线性机动目标跟踪问题时有比较好的跟踪性能和滤波结果. 相似文献
3.
将计算机视觉技术应用到数控剖竹机运动加工目标的检测和跟踪中,提出一种基于改进Camshift算法的适合竹材加工运动目标检测和跟踪算法.针对竹材检测、跟踪过程中的干扰因素,通过图像的色度值来代替背景图像的亮度值,来减少阴影干扰,采用背景差分法与帧间差分法相结合的目标检测方法,改进Camshift算法,利用HSV图的H分量均值和每一帧H分量均值的差值结果来进行H分量均值更新,以克服光照影响,并利用Kalman滤波实现对下一帧竹材所在位置进行预测,预测结果用于修正Camshift算法的跟踪结果.结果表明,改进的算法能够对运动竹材目标进行实时跟踪,算法高效、准确. 相似文献
4.
针对复杂红外背景下单一跟踪算法难以准确定位运动目标的问题,提出了基于尺度无迹卡尔曼滤波(SUKF,scale unscented Kalman filter)与尺度不变特征变换(SIFT,scale invariant featuretransform)相结合的红外运动目标跟踪方法。首先,通过SUKF算法对状态空间进行滤波估计,确定运动目标的初步位置,并以此建立局部SIFT特征检测域。其次,SIFT算法在该局部检测域内对运动目标进行特征提取与匹配,最终实现对目标的准确定位;同时,利用定位结果更新并校正SUKF的状态模型。实验结果表明,本文提出的基于SUKF-SIFT的跟踪策略与相关算法相比,体现出较好的跟踪效果与实时性能。 相似文献
5.
基于改进OpenPose算法的猪只行为识别方法 总被引:1,自引:0,他引:1
【目的】提高猪只行为识别效率,提供猪只健康状态的快速判别依据,推进中国生猪养殖智能化和规模化。【方法】借鉴OpenPose人体姿态估计算法并对其改进,构建猪只姿态估计模型,在视频流图像中提取猪只骨骼关节点,通过计算关节点间距与骨骼关节角度描述猪只行为特征,利用K-最近邻算法(K-nearest neighbor, Knn)对猪只行为进行分类。【结果】采用基于改进OpenPose算法对猪只行为的识别准确率达到94%以上,优于采用YOLO v4算法的识别结果;与采用DeepCut、Associative Embedding和DeeperCut姿态估计算法相比,采用改进OpenPose算法构建的猪只姿态估计模型对猪只各类行为识别准确率提高了4%以上。【结论】本识别方法能够满足生猪规模化养殖中猪只行为自动化监控的需求,有效降低工人劳动强度,为猪只健康异常状态的判别提供辅助决策信息,在养殖业智能化和信息化领域具有巨大应用潜力。 相似文献
6.
针对农作物的生长特点,结合物理学动力模型,将农作物产量视为运动的物体,提出了一种农作物产量的状态空间模型;依据给出的模型,利用粒子滤波对农作物的产能进行预测,并通过采样算法解决粒子退化现象.通过与实际曲线相比较,证明了粒子滤波在农作物产能短期预测中具有一定的应用价值. 相似文献
7.
张圆圆 《湖南农业大学学报(自然科学版)》2015,(1):131-135
研究基于视觉的手势识别技术,并在OpenCV的平台基础上实现基于该技术的多媒体教学的应用,即在幻灯片播放的过程中能够由动态手势来控制幻灯片的翻页。首先通过摄像头来采集图像,利用背景差分法结合颜色直方图检测动态信息完成手势的检测。其次通过几种动态手势的跟踪算法的分析与比较,采用主流的非线性跟踪算法—粒子滤波算法。最后是应用实现部分,将手势识别的结果应用于多媒体演示文稿的播放中,实现通过动态手势实时控制PPT翻页的功能。 相似文献
8.
9.
提出了一种检测斜拉索PE保护层表面伤痕算法的设计。首先,在图像的预处理阶段,对原始图像进行灰度化和滤波处理;其次,运用边缘检测、边界跟踪及Hough变换获得了拉索轮廓的连续边界;然后,利用原始的灰度图像和基于拉索轮廓的掩模板,获得了无背景的拉索表面图像;最后,通过基于图像间空间差分的伤痕检测算法,获得斜拉桥拉索表面伤痕的图像,结果表明该算法能有效地从爬升机器人采集的图像中提取出斜拉索PE保护层表面伤痕的图像。 相似文献
10.
杨立春 《河北北方学院学报(自然科学版)》2020,36(5):42-47
为了实现对短跑运动腿部姿态准确监测,提出基于惯性传感器短跑运动腿部姿态监测方法。利用无线传感器网络设计分布式短跑运动腿部姿态信息采集节点,在运动员腿部安装压力传感器和惯性传感器,根据传感器的输出振荡幅值进行信息融合和关联挖掘,完成短跑运动腿部姿态数据信息重组;结合传感量化跟踪识别方法进行短跑运动腿部姿态数据自动监测,根据短跑运动腿部姿态监测输出信息的特征聚类结果进行模糊自适应融合处理,采用相关匹配滤波检测方法进行干扰数据滤波,实现短跑运动腿部姿态数据智能监测。仿真结果表明,采用该方法进行短跑运动腿部姿态监测准确性和精度较高,监测过程抗干扰能力较强,有效提高了短跑运动腿部姿态跟踪识别能力。 相似文献