北方民族大学数学与信息科学学院, 宁夏 银川 750021
相关滤波器在视觉目标跟踪中得到了广泛应用, 针对复杂场景下目标跟踪容易出现跟踪漂移的问题, 以及现有多尺度跟踪算法计算量大的问题, 本文提出一种实时的多尺度目标跟踪方法。首先由时空上下文模型输出目标位置置信图完成目标定位, 再在尺度空间上训练相关滤波器完成目标尺度估计, 最后基于目标位置和尺度提出了一种新的时空上下文模型更新机制, 避免了模型更新错误。实验表明: 该方法在尺度变化、局部遮挡、目标姿态变化等情况下均能完成鲁棒跟踪, 跟踪正确率较原始时空上下文跟踪算法提高了 38.4%。
目标跟踪 时空上下文 多尺度 object tracking spatio-temporal context scale update
北方民族大学信息与计算科学学院 信息与系统科学研究所, 宁夏 银川 750021
针对多模态医学影像的成像原理，为了弥补各个模态的医学图像的不足，提出了一种基于非下采样Contourlet变换的医学图像融合算法。首先对源图像进行非下采样Contourlet分解，分别得到低频子带系数和高频子带系数，然后对低频子带系数采用区域能量加权的融合规则，高频子带系数则选取区域标准差比例加权作为融合规则，最后进行非下采样Contourlet逆变换，得到融合图像。通过实验对比表明，该算法明显优于小波(Wavelet)、Contourlet、Wavelet+CS(CS为压缩感知)算法，具有更好的融合性能，清晰度更高，是一种可行、有效的图像融合方法。
图像处理 医学图像融合 非下采样Contourlet变换 标准差 区域能量 激光与光电子学进展
2013, 50(11): 111002
