基于跟踪度的Gabor小波特征跟踪方法的研究

您当前的位置：

首页 >

文章列表页 >

更新时间：2025-09-01

- 基于跟踪度的Gabor小波特征跟踪方法的研究
- Gabor wavelet feature tracking method based on criteria of tracking
- 光学技术 2005年第4期页码：588-591
- 作者机构：
  
  1. 1:中国科学院长春光学精密机械与物理研究所图像室
  2. 2:中国科学院长春光学精密机械与物理研究所图像室吉林长春　130033 吉林大学通信工程学院吉林长春,130022
  3. 3,吉林,长春,130033
- 作者简介：
- 基金信息：
  
  吉林大学青年教师基金资助项目(2003QN036)
- DOI：
  中图分类号：
- 纸质出版：2005
- 稿件说明：
移动端阅览
桑爱军, 宋建中. 基于跟踪度的Gabor小波特征跟踪方法的研究[J]. 光学技术, 2005,(4):588-591.

Gabor wavelet feature tracking method based on criteria of tracking[J]. 2005, (4): 588-591.
桑爱军, 宋建中. 基于跟踪度的Gabor小波特征跟踪方法的研究[J]. 光学技术, 2005,(4):588-591. DOI：

Gabor wavelet feature tracking method based on criteria of tracking[J]. 2005, (4): 588-591. DOI：

图像的边缘包含了目标的大量特征信息。利用Gabor小波可以从目标图像中提取具有特征位置、角度和尺度的参数。利用这些参数可以重建除均值以外的所有图像信息。图像边缘与均值无关。根据重建图像边缘线段的长度和边缘拟和度以及特征点的个数

提出了跟踪度的概念

分析了跟踪度的性质

并在跟踪度准则指导下确定了跟踪的特征点个数。仿真实验证明

跟踪度反映了目标特征跟踪的可靠程度

提供了跟踪精度的客观标准

为选择特征点个数、平衡计算复杂度和跟踪精度提供了客观的依据。通过对目标进行姿态变换和大面积遮挡的跟踪实验证明

当跟踪度达到0 95以上时就可以稳定地跟踪目标。

浏览量

153

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

移动机器人目标识别算法

基于支持向量机的自动目标识别算法

基于多通道Gabor滤波器的高鲁棒灰度图像目标识别新方法

一种利用Gabor小波特征的目标跟踪方法

运动目标的检测技术研究