基于生物视觉的边缘检测与目标跟踪算法研究与仿真

基于生物视觉的边缘检测与目标跟踪算法研究与仿真

论文摘要

自动目标识别是当今世界军事技术研究中最具攻关性的课题之一,众多计算机视觉技术均应用于该课题的研究领域中。计算机视觉在目前仍然不能很理想的处理许多自动目标识别方面的难题,而引入生物视觉却可以让这些任务变得很容易。本论文对一种生物视觉感知系统中的感受野改进模型进行研究,并将这种模型应用于自动目标识别中的物体边缘检测和运动估计及跟踪等关键技术的研究中。论文主要工作包括:讨论了经典的LOG感受野模型,并融入视觉生理机制,对LOG感受野进行改进。基于一种具有任意方向的各向异性弹性感受野模型,对“一种新的基于区域角度搜索的各向异性高通滤波算法”进行了研究与仿真。基于这种感受野模型,对“基于人眼视觉注视机制下突触短时可塑性的图像边缘检测算法”进行了研究与仿真。基于这种感受野模型,提出了“一种基于人眼注视机制的全角度边缘检测算法”,进一步完善了基于视觉注视机制的自适应线性滤波算法。基于像素遍历的思想,提出了“基于整体像素遍历的目标定位算法”。将所提出的具有任意方向的各向异性弹性感受野模型应用于运动估计中,提出了“基于帧间差探测函数模型的目标定位算法”。本文的最后对主要研究成果进行了概括,并指出以后需要进一步研究的问题和探索方向。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 自动目标识别技术综述
  • 1.2 自动目标识别技术的发展状况
  • 1.3 自动目标跟踪技术的发展状况
  • 1.4 本课题需要研究的内容
  • 2 感受野模型的提出
  • 2.1 LOG 函数模型
  • 2.2 线性滤波器模型
  • 2.3 本文使用的仿真软件MATLAB 综述
  • 3 基于生物视觉的图像边缘检测算法
  • 3.1 引言
  • 3.2 基于区域角度搜索的各向异性高通滤波算法仿真
  • 3.3 生物视觉注视模拟机制算法仿真
  • 3.4 基于人眼注视机制的全角度边缘检测算法
  • 4 自动目标定位算法研究与仿真
  • 4.1 基于整体像素遍历的目标定位算法
  • 4.2 基于帧间差探测函数模型的目标定位算法
  • 5 总结与展望
  • 5.1 全文总结
  • 5.2 今后的研究工作
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].从生物视觉到智能视频处理[J]. 人工智能 2020(02)
    • [2].一个基于生物视觉的单目运动方向检测模型[J]. 中国图象图形学报 2008(01)
    • [3].基于生物视觉显著性的车辆车型识别[J]. 计算机科学 2010(02)
    • [4].基于小波和生物视觉机制的感兴趣区域提取方法[J]. 杨凌职业技术学院学报 2011(01)
    • [5].生物视觉仿生在计算机视觉中的应用研究[J]. 计算机应用研究 2009(03)
    • [6].基于生物视觉机制的图像感兴趣区域快速获取方法研究[J]. 计算机应用与软件 2016(09)
    • [7].视觉认知计算模型综述[J]. 模式识别与人工智能 2013(10)
    • [8].基于生物视觉特征和视觉心理学的视频显著性检测算法[J]. 物理学报 2017(10)
    • [9].生物视觉仿生在无人机导航中的应用[J]. 中国科技信息 2016(15)
    • [10].模拟生物视觉机制的彩色人脸识别方法[J]. 仪器仪表学报 2012(08)
    • [11].一种三层动态验证码的构造方法研究[J]. 武汉理工大学学报 2010(11)
    • [12].基于生物视觉标准模型特征的无参考型图像质量评价方法[J]. 液晶与显示 2014(06)
    • [13].一种仿水下生物视觉的大坝裂缝图像增强算法[J]. 光电子.激光 2014(02)
    • [14].生物视觉诱发的轮廓检测方法研究[J]. 航天医学与医学工程 2019(05)
    • [15].套索驱动柔性细长机器人视觉运动系统建模与分析[J]. 南京航空航天大学学报 2011(06)
    • [16].生物视觉与类生物机器视觉图像获取与成像[J]. 内江科技 2010(01)
    • [17].新概念军用红外成像系统的发展[J]. 红外与激光工程 2008(03)
    • [18].一庐印话·一[J]. 东方艺术 2014(04)
    • [19].浅议高校计算机视觉课程教学的创新[J]. 教育教学论坛 2016(20)
    • [20].从视觉生理现象到图形形式创意[J]. 北方文学(下半月) 2011(01)
    • [21].视觉跟踪技术研究现状及其展望[J]. 计算机应用研究 2010(08)
    • [22].基于生物视觉的目标匹配原理与实验进展[J]. 红外与激光工程 2008(06)
    • [23].中华艺术视觉信息数据库建设构想(下)——视觉信息处理机制的建模及在视觉信息数据库建设中的应用[J]. 中国教育信息化 2009(19)
    • [24].基于生物视觉同时对比现象的边缘检测模型研究[J]. 计算机与数字工程 2008(05)
    • [25].基于生物视觉特征的目标轮廓提取算法[J]. 计算机科学 2018(10)
    • [26].结合稀疏编码的生物视觉特征提取方法[J]. 计算机工程 2012(13)
    • [27].基于纹理图像分析的生物视觉模型不变性评价[J]. 计算机工程 2012(16)
    • [28].基于脑启发视觉神经元网络输电线路部件识别的研究[J]. 电力系统及其自动化学报 2020(04)
    • [29].基于生物视觉机理的数字文献图像去噪[J]. 计算机工程 2012(01)
    • [30].基于单目视觉的室内微型飞行器位姿估计与环境构建[J]. 南京航空航天大学学报 2012(02)

    标签:;  ;  ;  ;  ;  ;  

    基于生物视觉的边缘检测与目标跟踪算法研究与仿真
    下载Doc文档

    猜你喜欢