针对利用机载光电平台进行“空对空”目标跟踪时, 跟踪效果受环境影响较大且全遮挡情况下目标容易跟丢的问题, 在传统CamShift算法的基础上, 提出了一种动态的基于多特征融合与相对Kalman模型的目标跟踪与轨迹预测算法。采用融合颜色、纹理、梯度特征的方式构建目标模板, 提高了模型的描述能力; 跟踪过程中引入特征模板动态更新环节, 保证了算法的长期稳定性; 在全遮挡的情况下, 利用背景中心点以及飞行目标与该中心点的差值分别构建Kalman模型, 并采用二次遮挡判断方法, 大大降低了误判和丢帧概率。实验结果表明, 所提算法具有较高的准确性、实时性与稳定性。
目标跟踪 机载光电平台 联合特征 动态更新 遮挡判断 相对Kalman模型 target tracking airborne optoelectronic platform joint feature dynamic update occlusion judgment relative Kalman model
为了实现对TFT-LCD的控制,本文以STM32和CPLD作为核心控制器,SRAM作为显示缓存,介绍了一种TFT-LCD控制器设计方法.首先,对设计总体架构进行了分析,STM32内部实现了Intel8080总线协议的制定,CPLD内部实现了通讯协议的解析、LCD显示时序的驱动、以及SRAM的读写控制.最后,对LCD显示时序和SRAM的读写进行了仿真,并给出了实现效果图.结果表明,该设计方法能够控制TFT-LCD准确地显示出图文.结构简单,性价比高,具有较高应用价值.
LCD时序 STM32 STM32 CPLD CPLD SRAM SRAM LCD timing
为了克服低分辨率条件下复杂环境和人本身变化对视频图像检测的影响,将人体分为多个部分,通过高斯函数,为每个部分建立颜色线性模型.通过多个线性模型的组合,使得特征更加具有鲁棒性.在Mean shift方法基础上,利用空间位置关系建立模板,得到基于模板的非参量统计方法.该方法要优于单一的Mean shift方法.
图像处理 模板检测 人体检测 人体跟踪 Image processing Template detection Human detection Human tracking
