摘要：因被动接收信息,现有安防监控系统在工厂仓库管理、流水线监控等应用场合经常会产生监控死角。为消除这些死角,研究设计了一套基于meanshift算法的目标跟踪系统。该系统由以嵌入式平台S3C2440处理器为核心的下位机和上位机监控软件构成,两者间通过无线进行连接。下位机负责实时拍摄并无线传输视频图像,同时处理上位机发送的角度信息以驱动摄像头旋转合适的角度跟踪目标;上位机负责目标物体的圈定,通过改进的meanshift算法、角度计算和跟踪策略给出下位机摄像头的旋转角度。该系统经过测试,性能良好,反应及时。

摘要：为了研究复杂环境下快速移动车辆目标检测与跟踪问题,提出了基于知识库的智能Agent自适应图像分割与滤波算法,建立了帧间差异积累动态矩阵自适应背景模型,在跟踪过程中,设计了改进的SSD算法预测初始迭代点,根据Jensen不等式推导了具有自适应核窗宽迭代更新的M eanSh ift算法,实现了对视频车辆目标的自适应智能跟踪.实验结果表明,该算法能有效、准确地跟踪视频中的运动目标,自适应能力强;与其他算法比较,跟踪误差降低了54.4%,平均跟踪时间延长了41.3%.

摘要：为满足车辆行驶时能对各种车道线(实线、虚线、直道、大弯道)准确识别,提出一种基于meanshift原理和RANSAC(Random Sample Consensus)算法的车道识别方法;该方法首先利用改进的最大熵阈值分割方法和图像灰度概率密度特征对左右车道线目标进行初定位,动态地建立车道线ROI(Region of Interests),然后运用meanshift算法对左右车道线进行精确定位,最后利用RANSAC算法对各搜索框中候选车道线的重心进行筛选,并采用最小二乘法对左右车道线进行拟合;实验结果表明,该方法可以识别各种车道线型,并具有较好的鲁棒性;车道检测平均时间为80ms/f,车道跟踪平均时间为40ms/f。

摘要：目标跟踪是指在一段视频序列中寻找和指定目标最相似的部分,是计算机视觉的重要研究内容之一。本文针对视频中运动目标的跟踪问题,提出了一种基于meanshift的目标跟踪方法。在跟踪过程中,先确定出目标窗口并建立目标模型,再在视频序列的第N帧对应位置处计算候选目标模型,根据Bhattacharyya相似度,利用meanshift算法在后续帧中迭代地搜索目标模型的最佳候选区域。最后,在MATLAB平台上搭建了基于meanshift的目标跟踪系统,通过一系列实验表明,该方法具有很好的跟踪性能,且具有较低的时间复杂度,可满足实时处理的需要。

摘要：为了提高峰谷分时电价调节峰谷的效果,以各行业电费占成本比例、毛利率两个维度指标,通过改进的K-means算法,建立了最小化平方差值最小为目标函数的优化程序,对各行业电价敏感性进行了分类.采用Mean Shift聚类算法进行对比,得到最终的敏感性分类结果.结果将算例中的35个行业按敏感性划分为5个类别.结果表明,两种聚类算法能够迅速将多个行业按照电价敏感性进行分类,可以为后续分行业制定峰谷分时电价等政策提供有效支撑.

摘要：在分析和总结国内外对人脸检测与跟踪的相关研究成果的基础上,研究提出了在Viola-Jones人脸检测算法中引入运动区域检测和人脸肤色检测以缩小人脸检测的搜索区域,有效地提高了人脸检测的帧处理速度,并降低了人脸检测的误检率。对基于meanshift算法和基于光流法的人脸跟踪方法进行了研究与分析,分析了各算法的优缺点,利用各算法之间性能上的互补性,通过各模块之间的协同合作设计并实现了一个实时人脸检测与跟踪系统,并设定了相应的评价参数,通过实验室录制视频和NRC-IIT视频人脸数据库对系统进行了性能测试。

摘要：为进一步提高我国皮影表演智能化水平,提出一款基于机器视觉的皮影交互控制系统,以实现在复杂条件下进行准确、稳定的智能化皮影表演。其中,使用分块PCA+SVM算法进行人脸检测;使用改进的Camshift算法结合Kalman滤波预测算法进行人脸的跟踪。实验仿真结果表明,使用分块PCA+SVM算法能够进行准确的人脸检测,与其他识别算法相比,该算法的识别准确率最高能够达到90.21%;使用改进的Camshift算法结合Kalman滤波预测算法能够进行稳定的人脸跟踪;使用HSV颜色空间能够准确地进行人手识别。以上实验结果验证了提出的皮影动作交互系统的可行性和优越性,具有一定的实用价值。

摘要：为了解决当前在复杂背景下视频目标存在跟踪提取不准确与不稳定等不足,论文设计了基于CamShift与混合高斯模型的目标跟踪与提取算法。首先,耦合meanshift与CamShift算法,定义了目标跟踪算子,完成对目标的精确定位;然后计算图像像素灰度的均值与方差,设计混合高斯模型,实现定位目标与背景的分离;最后基于OpenCV开源函数,利用C++编程实现算法跟踪与提取功能。实验数据显示:与当前目标跟踪算法相比,在面对复杂背景条件下的运动目标跟踪提取时,论文技术拥有更高的追踪精度与稳定性。

摘要：为了解决传统周界入侵监测系统所使用的在线地图和监控画面受网络性能影响以及摄像头不能进行智能跟踪等问题,本文拟采用离线地图来显示地图信息,使用Node JS搭建服务器,通过socket. io、Ajax技术实现服务器与客户端的数据传输。客户端使用HTML5,CSS3,Javascript,Canvas等前端技术,实现了摄像头可视范围的实时展示效果以及摄像头控制界面的设计。监控画面的显示采用nginx作为流媒体服务器,通过ffmpeg技术将RTSP协议转换成HLS协议,使其达到自适应码率。最后将结合背景差分法和meanshift算法实现运动目标的跟踪,使其实时显示在监控画面。实验结果表明,能够有效解决因网络性能所带来的延迟问题,以及通过运动跟踪算法能够更好地抓取到更多的入侵信息,而且整个系统性能稳定、可靠。

摘要：本文以STM32F407为主控芯片,设计了基于机器视觉的四轴飞行器。利用加速度、角速度、磁场、温度、气压等参数得到姿态数据,再用PID控制实现稳定飞行。本文例用meanshift算法,通过相似函数快速识别目标。经过试飞测试,四轴飞行器能够较好识别图像,并能够准确飞行。