公共文化服务平台

浙江工程学院信息电子学院计算机视觉与模式识别研究中心: 作品数：15 被引量：208H指数：7; 相关作者：朱光辉陈令更多>>; 相关机构：浙江大学计算机科学与技术学院计算机辅助设计与图形学国家重点实验室浙江大学计算机科学与技术学院更多>>; 发文基金：浙江省自然科学基金国家自然科学基金浙江省教育厅科研计划更多>>; 相关领域：自动化与计算机技术交通运输工程轻工技术与工程更多>>

合作机构

Computer vision technology in log volume inspection被引量：3: 2002年; Log volume inspection is very important in forestry research and paper making engineering. This paper proposed a novel approach based on computer vision technology to cope with log volume inspection. The needed hardware system was analyzed and the details of the inspection algorithms were given. A fuzzy entropy based on image enhancement algorithm was presented for enhancing the image of the cross-section of log. In many practical applications the cross-section is often partially invisible, and this is the major obstacle for correct inspection. To solve this problem, a robust Hausdorff distance method was proposed to recover the whole cross-section. Experiment results showed that this method was efficient.; 汪亚明黄文清赵匀

基于动态图像序列的下肢运动参数测量被引量：2: 2002年; 针对人体下肢运动参数的检测问题 ,提出了基于动态图像序列的下肢运动测量方法。首先对成像系统进行了分析 ,然后根据所得到的图像序列 ,提出了图像帧间特征点的对应、下肢的运动及结构参数估计等问题的处理方法。实验结果反映了该方法的有效性。; 汪亚明赵匀; 关键词：动态图像序列机器人步态控制

基于运动区域的多目标检测被引量：14: 2002年; 运动目标的检测在天文观测、气象分析、安全监视、交通管制等许多领域有着广泛的应用 ,它是机器视觉研究的重要课题。本文提出了基于运动区域的多目标检测方法 ,有效地解决了同一运动目标在序列图像中“远小近大”的问题 ,运用运动区域正确地检测出运动目标在序列图像中的位置。; 周志宇汪亚明; 关键词：多目标检测机器视觉聚类序列图像图像识别

动态图像序列中的运动目标检测被引量：29: 2003年; 根据动态图像序列中背景因成像过程中各种因素而产生变化所存在的复杂性 ,提出了自适应的前景目标检测方法。首先 ,建立图像每一像素点的高斯分布模型 ,并根据序列中的当前帧及历史帧信息自适应地调整模型的参数。然后 ,结合图像帧间的差分信息以及灰度分布的先验概率等因素将图像从空间域映射至统计域。最后 ,在统计域中对前景目标进行鲁棒分割。实验的结果反映了该方法的有效性。; 汪亚明黄文清周海英; 关键词：动态图像序列运动目标检测图像帧图像处理计算机

基于动态图像序列的运动目标跟踪被引量：44: 2002年; 介绍了运动目标跟踪中基于特征、 3 D、变形模型和区域的 4种跟踪方法 ,着重分析了变形模型中Snake的跳跃模型跟踪方法和基于区域的几个有代表性的跟踪方法 ,说明了其在智能交通监控中的应用 ,并给出了区域跟踪的实验结果。; 周志宇汪亚明黄文清; 关键词：动态图像序列运动目标跟踪交通监控

基于模糊熵聚类和Kalman滤波的区域跟踪被引量：7: 2003年; 目前 ,运动目标跟踪是计算机视觉领域中最活跃的研究课题之一。本研究提出了基于模糊熵聚类和Kalman滤波预测的区域跟踪方法 ,用Kalman滤波的预测值作为下一帧图像运动区域的聚类中心 ,从而减少了迭代次数 ,加强了跟踪的实时性。算法有效地利用了计算机视觉技术从图像序列中检测出运动区域 ,并获得了运动目标的轨迹 ,统计了运动目标的数目。; 周志宇汪亚明; 关键词：模糊熵 KALMAN滤波

机器视觉在服装尺寸自动测量中的应用被引量：11: 2003年; 利用机器视觉技术精确地提取服装图像的轮廓边缘和确定图像拐点位置,采用快速模糊边缘检测算法和有效的基于Freeman链码的拐角点检测算法,准确地检测图像的边缘和图像上的拐点。并具有实现简单,处理速度快,鲁棒性强的特点。; 曹丽汪亚明包晓敏; 关键词：机器视觉技术服装尺寸自动测量边缘检测

单目图像序列中基于正则化的局部三维非刚体运动估计被引量：1: 2004年; 通过局部的三维非刚体运动估计进而达到全局估计结果是三维非刚体运动估计中的重要方法。本文提出了在单目图像序列中利用正则化的手段解决局部的三维非刚体运动估计。首先,在帧间特征点匹配已确立的前提下,利用仿射运动模型并结合中心投影方式提出了运动估计的最小二乘模型;然后针对三维运动估计的不适定性提出了正则化的运动估计方法,以正则化的形式融入运动的先验知识,使运动估计的结果更具鲁棒性;最后利用Levenberg-Marquart方法实现运动参数的求解。仿真图像序列的实验反映了本文方法的有效性。; 汪亚明黄文清李伟汪元美; 关键词：仿射模型正则化

基于C均值聚类及α-β-γ滤波的多目标跟踪被引量：4: 2002年; 序列图像中的多运动目标跟踪是计算机视觉研究中的重要问题。文章研究了基于区域分析的多运动目标跟踪方法。为了解决区域聚类数目不确定性给均值聚类分析带来的难点 ,文章提出了用α -β -γ滤波的方法预测下一帧运动目标的聚类中心 ,有效地克服了初始聚类中心点难以选择的问题。实验结果证明了文章方法的有效性。; 汪亚明周志宇曹丽; 关键词：C均值聚类 Α-Β-Γ滤波多目标跟踪计算机视觉

基于遗传算法聚类的车辆跟踪被引量：6: 2004年; 运动车辆的跟踪技术已成为目前计算机视觉研究的一个焦点问题。均值聚类和滤波预测跟踪方法常用于基于区域分割的运动车辆跟踪,但c均值聚类对初始聚类中心非常敏感,用遗传算法克服均值聚类对初始聚类中心的依赖性,遗传算法聚类数目由α-β-γ滤波的预测值确定。序列图像中帧间信息融合实现当前帧图像运动区域与信息链中的车辆关联,从而正确区分新车驶入和虚警现象。实验中有效、鲁棒地获得车辆在当前帧图像的位移等运动参数。; 周志宇汪亚明黄文清朱光辉; 关键词：遗传算法车辆跟踪计算机视觉均值聚类