項目介紹：基于水下機器人拍攝的海底視頻，預(yù)處理后，獲取原圖的超像素分割塊，提取紋理特征，建立BP神經(jīng)網(wǎng)絡(luò)，對海參目標(biāo)進行定位；利用改進的時空上下文視覺跟蹤算法實現(xiàn)海參目標(biāo)的跟蹤，準(zhǔn)確率達到95%以上工作職責(zé)：1、負責(zé)對視頻圖像進行中值濾波器進行濾波，減少圖像噪聲2、提取圖像的HARRIS角點，并在角點上提取SIFT特征，并對SIFT特征進行PCA降維操作3、在帶有類別標(biāo)簽的圖像上進行超像素分割，獲取超像素分割塊，并進行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練4、利用改進的時空上下文跟蹤算對海參目標(biāo)進行跟蹤，每幀通過在線學(xué)習(xí)跟新

項目介紹：基于小基高比極線校正后的立體遙感影像，采用基于局部區(qū)域效果的精確亞像素邊緣定位方法實現(xiàn)樓頂?shù)膩喯袼剡吘壎ㄎ�，通過基于直線模型的聚類算法將亞像素邊緣擬合成直線，利用平均視差計算樓高工作職責(zé)：1、采用極線校正算法將立體視覺集合結(jié)構(gòu)校正為平視標(biāo)準(zhǔn)幾何結(jié)構(gòu)，Y方向沒有視差，只存在X方向上的視差2、采用基于Canny邊緣檢測算子結(jié)合超像素分割方法，分割出所有的建筑物，并獲取邊緣的整數(shù)級坐標(biāo)3、對待匹配的左右兩張圖像做亞像素邊緣定位4、通過基于直線模型的聚類方法減小定位誤差