原创 卡爾曼濾波系列——(二)擴展卡爾曼濾波

1 簡介 擴展卡爾曼濾波(Extended Kalman Filter,EKF)是標準卡爾曼濾波在非線性情形下的一種擴展形式,它是一種高效率的遞歸濾波器(自迴歸濾波器)。 EKF的基本思想是利用泰勒級數展開將非線性系統線性化,然後採用卡爾

原创 卡爾曼濾波系列——(三)粒子濾波

1 簡介 粒子濾波(Partical Filter,PF)就是通過尋找一組在狀態空間中傳播的隨機樣本來近似的表示概率密度函數,用樣本均值代替積分運算,進而獲得系統狀態的最小方差估計的過程,這些樣本被稱爲“粒子”,故叫做粒子濾波。 粒子濾波

原创 卡爾曼濾波系列——(四)無損卡爾曼濾波

1 簡介 無損卡爾曼濾波又稱無跡卡爾曼濾波(Unscented Kalman Filter,UKF),是無損變換(Unscented Transform,UT)與標準卡爾曼濾波體系的結合,通過UT變換使非線性系統方程適用於線性假設下的標準

原创 卡爾曼濾波系列——(一)標準卡爾曼濾波

1 簡介 卡爾曼濾波(Kalman Filter)是一種利用線性系統狀態方程,通過系統輸入輸出觀測數據,對系統狀態進行最優估計的算法。由於觀測數據中包括系統中的噪聲和干擾的影響,所以最優估計也可看作是濾波過程。典型的應用有雷達領域的信號濾

原创 基於線條特徵的機場檢測算法——LSD直線檢測算法、平行線組提取和聚類

遙感圖像的機場檢測是圖像處理在軍事以及航空領域一個重要的應用,現有一些機場提取方法利用顯著性特徵獲取機場區域的方法容易使得機場提取不夠完整,而且會混入過多的虛警區域,原因在於圖像的顯著性特徵並能用來表示機場區域和背景區域的差異,所以穩定性

原创 ITTI視覺顯著性模型

1 簡介 ITTI視覺顯著性模型是根據早期靈長類動物的視覺神經系統設計的一種視覺注意模型[1]。該模型首先利用高斯採樣方法構建圖像的顏色、亮度和方向的高斯金字塔,然後利用高斯金字塔計算圖像的亮度特徵圖、顏色特徵圖和方向特徵圖,最後結合不同

原创 SR顯著圖(A Spectral Residual Approach)

1 簡介 SR(Spectral Residual,剩餘譜)模型獨立於對象的特徵,類別或其他形式的先驗知識。通過分析輸入圖像的對數譜,可以在空間域中獲取輸入圖像的剩餘譜,進而用快速的方法在空間域中構造相關的顯著性圖。模型在自然圖像和藝術圖

原创 直線段檢測算法(LSD:a Line Segment Detector)

1 簡介 LSD是一種線段檢測算法,該方法能在較短的時間內獲得較高精度的直線段檢測結果。 LSD直線檢測算法首先計算圖像中所有點的梯度大小和方向,然後將梯度方向變化小且相鄰的點作爲一個連通域,接着根據每一個域的矩形度判斷是否需要按照規則將

原创 HOG特徵(Histograms of Oriented Gradients)

1 簡介 方向梯度直方圖(Histogram of Oriented Gradient,HOG)特徵是一種可以快速描述物體局部梯度特徵的描述子[1]。它首先將把窗口劃分成若干個塊(blocks),然後把每一個塊中劃分若干個元胞(cells