《得-Tema-2019第十版》是列管式换热器制造商协会的标准文件,提供详尽的设计、制造和测试规范,现推出方便查阅的中文版本。
其中候选区域 O 指以当前粒子位置 (x,y) 为中心、宽为 cx 和高为 cy 的矩形区域,g(O;Θ) 可通过式(5)获得。
3.2.3 主动轮廓目标跟踪
基于颜色特征的粒子滤波跟踪方法,在受到环境干扰时,会导致跟踪窗口偏离被追踪的目标中心。如图4所示,此时大部分追踪窗口位于目标之外,导致相似度降低。为提高精度,本段落结合稀疏场主动轮廓进行目标轮廓跟踪,并以粒子滤波的结果作为初始轮廓。
使用主动轮廓进行目标跟踪的原因在于它能够提取完整的目标信息并实现自适应变化的跟踪窗口;同时利用粒子滤波结果自动确定初始窗口的位置和大小,从而简化了方法的应用过程。图4展示了在环境干扰下,基于颜色特征的粒子滤波法得到的结果。
1) 主动轮廓概述
主动轮廓模型(即 Snake算法)由 Kass 等人在 1988 年提出,是一种用于图像边缘定位的方法。然而该模型存在一些不足之处,例如对初始位置敏感、易陷入局部极值且不具备自动拓扑变换能力等;后续的研究者对此进行了改进,并将此方法应用于计算机视觉研究的多个领域中,如静态图像中的边缘检测和分割以及运动目标追踪。水平集方法用于描述主动轮廓并求解模型,较好地克服了 Snake 模型的一些缺陷,使得曲线在演化过程中能够进行拓扑变换。