摘要：为有效解决目标稳定实时跟踪问题,提出一种基于团块的目标跟踪方案。该算法利用目标的颜色和空间特征,通过四叉树分割将目标划分为多个区域,每个区域即为一个团块。根据团块的特征,结合模糊聚类的思想构建了团块目标模型,并定义团块间匹配准则,以此进行目标跟踪。同时,使用CUDA提供的强大并行计算能力提高程序执行速度。经过视频序列测试,表明了该设计方案的有效性和实时性。

摘要：分析了超光谱遥感图像的特征,根据它对压缩算法的特殊要求,提出了基于位平面的无损压缩算法。对于相关性较高的高位位平面采用计算位平面的差值矩阵直接去相关,而相关性较差的低位位平面则采用四叉树划分的方法重组各个像块的大小、位置、灰度信息,从而得到图像的混合编码。实验结果表明,该算法与其它常用无损压缩算法压缩比相当,但压缩时间提高了50%左右。该算法简单实用,适合有实时性要求的超光谱遥感图像压缩。