基于决策的单模目标跟踪方法的关键是及时而稳健的目标机动检测, 充分利用目标多普勒观测量能够有效提高机动检测性能。提出一种集成多普勒观测的目标机动检测算法, 利 用 基 于 马 氏 距 离 的 预 测 寻 优 方 法,克服了多普勒观测噪声水平较高时估计式无解的情 况, 提 高 了 加 速 度 估 计 精 度; 基 于 奈 曼 皮 尔 逊 准 则 设 计 机 动检测器, 避免了因目标机动检测的滞后性带来的门限漂移。仿真实验表明, 算法 提 高 了 加 速 度 估 计 的 精 度 和 稳 健性, 显著降低了平均检测延迟, 有效提高了机动检测性能。

 提出了一种基于Surendra改进的运动目标检测算法，通过对背景更新系数的改进，获取稳定准确的背景，再将背景帧与含运动区域的图像帧用差分运算获得运动目标图像。实验结果表明，该算法能够较快反应环境的变化，准确地获得背景图像，提高运动目标检测的准确性。

基于径向基函数网络的H.264全零块检测算法

为了精确评价纱线疵点的种类与个数,提出了一种融合空间模糊C-均值(FCM)聚类的纱线疵点检测算法。首先利用融合空间FCM聚类算法提取纱线条干;然后对纱线条干进行形态学开运算处理,以获取精确的纱线条干,并利用条干上下边缘点之间的像素个数计算纱线的直径与平均直径;最后根据纱线疵点标准判定纱线疵点的种类与个数。为了验证本算法的有效性和准确性,对多种不同线密度的纯棉纱线进行测试,并将测试结果与电容性纱疵分级仪的检测结果进行对比。结果表明,本算法与电容性的检测结果一致性较好,且价格低廉,不易受环境温度、湿度等因素的影响。

烟雾图像检测是及早发现火灾的一种重要手段。针对传统LBP(Local Binary Patterns) 特征与Gabor特征的融合算法存在鲁棒性和检测率低的问题,提出一种TDFF(Triple Multi Feature Local Binary Patterns and Derivative Gabor Feature Fusion)的烟雾检测算法。采用T-MFLBP(Triple Multi Feature Local Binary Patterns)算法分别对像素间不同灰度差值以及非均匀模式中特殊位置的像素进行编码计算,可以捕捉更清晰的纹理特征;然后利用高斯核函数的一阶偏导数提取Gabor特征,从而优化提取图像边缘灰度信息的性能;最后对融合后的特征进行训练,可以提高最终分类的准确性。实验结果表明,TDFF算法具有较强的鲁棒性,烟雾图像的检测率也显著优于未改进的传统算法。

主要介绍了python Canny边缘检测算法的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

Training a generic objectness measure to produce a small set of candidate object windows, has been shown to speed up the classical sliding window object detection paradigm. We observe that generic objects with well-defined closed boundary can be discriminated by looking at the norm of gradients, with a suitable resizing of their corresponding image windows in to a small fixed size. Based on this observation and computational reasons, we propose to resize the window to 8 × 8 and use the norm of the gradients as a simple 64D feature to describe it, for explicitly training a generic objectness measure. We further show how the binarized version of this feature, namely binarized normed gradients (BING), can be used for efficient objectness estimation, which requires only a few atomic operations (e.g. ADD, BITWISE SHIFT, etc.). Experiments on the challenging PASCAL VOC 2007 dataset show that our method efficiently (300fps on a single laptop CPU) generates a small set of category-independent, high quality object windows, yielding 96.2% object detection rate (DR) with 1,000 proposals. Increasing the numbers of proposals and color spaces for computing BING features, our performance can be further improved to 99.5% DR

基于概念格模型的RBAC策略冲突检测算法

为了更有效地检测出红外弱小目标，通过分析红外图像中弱小目标与其邻域背景的特征差异性，提出了一种基于统计特征和桥梁方法的红外小目标检测算法。在滑动窗口范围内提取像素值的均值、方差等特征，根据这些统计特征和桥梁方法判断该窗口范围内有无红外小目标；如果存在小目标，记录下其位置；对小目标区域进行二次筛选。研究结果表明，所提算法相对于较经典算法，虚警率降低了58%以上。

基于HOG和SVM行人检测算法的FPGA实现，朱秋龙，王振宇，行人检测技术目前已广泛应用于人们的生活和工作中，在不同的场合对行人检测技术提出不同的要求。由于在某些特定场合对行人检测的