圖像量子中值濾波與跟蹤算法研究.pdf

1、計(jì)算機(jī)視覺與圖像處理被認(rèn)為是最具有發(fā)展前景的學(xué)科之一，在實(shí)現(xiàn)人工智能方面有著不可或缺的重要性。由于對圖像以及視頻序列處理之前往往需要進(jìn)行一定的預(yù)處理工作，因此本文首先對預(yù)處理算法之一的中值濾波算法進(jìn)行了研究，提出一種自適應(yīng)雙量子比特態(tài)圖像中值濾波方法，其次為了提高連續(xù)自適應(yīng)均值漂移跟蹤方法在復(fù)雜背景中的跟蹤性能，提出了一種基于顯著性色度特征的運(yùn)動(dòng)目標(biāo)自動(dòng)選取及跟蹤方法。主要研究工作體現(xiàn)在以下幾個(gè)方面:
　　針對量子中值濾波方法對圖

2、像光照變化等干擾缺少適應(yīng)能力的缺點(diǎn)，提出一種改進(jìn)的自適應(yīng)雙量子中值濾波方法。根據(jù)圖像像素灰度分布信息確定圖像像素分布概率，選擇分段歸一化后的分布概率函數(shù)作為量子比特態(tài)的概率函數(shù)，提高了濾波方法對光照變化等干擾的適應(yīng)能力，改善了濾波性能。將濾波方法分別對正常光照、低光照及高光照三種情況下的圖像進(jìn)行濾波分析，仿真實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有中值濾波方法相比，改進(jìn)方法具有更好的椒鹽噪聲濾波能力，峰值信噪比、歸一化均方誤差、圖像相似度評價(jià)等指標(biāo)均優(yōu)于現(xiàn)

3、有方法。
　　為了提高連續(xù)自適應(yīng)均值漂移跟蹤方法在復(fù)雜背景中的跟蹤性能，提出一種基于顯著性色度特征的運(yùn)動(dòng)目標(biāo)自動(dòng)選取及跟蹤方法。利用高斯混合模型確定出目標(biāo)模板，根據(jù)目標(biāo)模板與其背景區(qū)色度直方圖的對比確定出目標(biāo)的顯著性色度等級，將目標(biāo)模板中具有顯著性色度等級的區(qū)域確定為跟蹤目標(biāo)。根據(jù)跟蹤目標(biāo)的色度直方圖模型利用反向投影建立跟蹤圖像的概率分布圖，采用自適應(yīng)均值漂移方法實(shí)現(xiàn)目標(biāo)跟蹤。仿真結(jié)果表明，該方法能夠有效提取目標(biāo)的顯著性色度等級，