摘要：针对医学图像,设计了一种基于不变矩特征的图像模式模糊分类软件,对不变矩特征进行提取,矢量标准化,通过模糊预处理与BP网络和竞争选择相结合的不变矩方法,提取医学图像特征矢量,检测出图像的有效水平移动、旋转以及比例等特性,再以神经网络为分类器,根据提取的图像对特征向量进行分类,对输入的特征数据进行模糊预处理,实现图像模式模糊分类软件设计。实验结果表明,利用设计方法的图像识别精度更高,误差更小。

摘要：随着红外成像制导技术的发展,它对制导跟踪算法的精度和实时性的要求越来越高。制导系统已被要求在20 ms的时间内输出跟踪结果。某些跟踪算法虽然效果较好,但达不到实时输出。经典的制导算法-相关跟踪算法主要基于像素灰度特征进行跟踪,无法解决跟踪过程中由于目标的旋转、膨胀以及仿射变换带来的跟踪点漂移问题。为了解决经典相关跟踪算法无法解决图像旋转时的跟踪稳定性问题以及目标图像急剧膨胀时的跟踪点漂移问题,研究了图像不变矩的特征。利用图像不变矩的旋转-伸缩-平移不变性,选择合适的不变矩特征用于跟踪。通过用归一化的乘法相关函数以及基于相关系数值的模板更新策略设计跟踪算法,解决了复杂背景及强噪声条件下不能对尺寸和形状发生变化的目标进行稳定跟踪的问题。

摘要：为提升核相关滤波跟踪算法(KCF)在目标出现遮挡时的鲁棒性,提出一种结合不变矩特征的核相关滤波跟踪算法。以不变矩特征描述目标,通过初始模型与待测目标之间的相似度变化情况,设定遮挡判断机制;利用相似度的大小将模型更新机制中的学习率分段,实现目标模型的自适应更新。为测试算法的有效性,采用OTB-2013评估数据集,实验结果表明,与KCF算法相比,该算法在跟踪精度上提升了7.4%,在成功率上提升了10.8%。