تخمین حرکت با استفاده از مدل انرژی و فیلتر کالمن
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی برق
- نویسنده امیر قهرمانی
- استاد راهنما امیر موسوی نیا
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
هدف از انجام پایان نامه حاضر، اعمال مدل انرژی و فیلتر کالمن به بحث تخمین حرکت در تصاویر متحرک و ارائه نتایج حاصله از آن می باشد. فیلتر کالمن عبارتست از مجموعه روابط بازگشتی که پس از ارائه پیش بینی در مورد روندی خاص، با توجه به نتایج عملی به دست آمده از آن روند، اقدام به تصحیح پارامترهای پیش بینی خود می کند تا در مراحل بعد بتواند پیش بینی های مفیدتری ارائه نماید. این فیلتر از پارامترهای قابل اندازه گیری سیستم برای پیش بینی استفاده می نماید. در کاربردهایی مانند ردیابی، این فیلتر از پارامترهایی مانند سرعت و شتاب هدف بهره می گیرد. اعمال این روش در چهارچوب تخمین حرکت، نیازمند استفاده از شباهت های محلی بلوک های روش تطبیق بلوکی جهت ارائه پیش بینی برای بلوک های تحت بررسی می باشد. مدل انرژی که عملا بیانگر توصیفی از ویژگی های استاتیک و دینامیک تصاویر است، به همین منظور و برای بهبود دقت پیش بینی فیلتر کالمن به خدمت گرفته شده است. در این پایان نامه توصیف مذکور در قالب یک هیستوگرام گسسته از انرژی های جهت دار برای بلوک های روش الگوریتم تطبیق بلوکی در جهت های بالا، پایین، راست و چپ استخراج می گردد. در نهایت یک بین دیگر که نشان دهنده عدم وجود ساختار در تصویر می باشد به آن هیستوگرام اضافه می گردد. پس از استخراج مدل انرژی هر بلوک، شباهت های دینامیکی بلوک های همسایه با بلوک تحت بررسی استخراج و بردار حرکت پیش بین لازم برای فیلتر کالمن با توجه به آنها تولید می گردد. در نهایت با استفاده از درون یابی دوسویه، پیکسل های تعیین شده توسط بردار حرکت تصحیح شده به وسیله فیلتر کالمن، درون یابی شده و تصویر نهایی جبران سازی می گردد. نتایج حاصل از شبیه سازی های انجام شده توسط نرم افزار متلب نیز بیانگر بهبود کیفی نتایج حاصله می باشد. بر اساس این نتایج، روش ارائه شده در این پایان نامه نسبت به روش جستجوی سه مرحله ای، بهبودی 0/67 دسی بلی در psnr ایجاد می نماید. این در حالی است که از نظر محاسباتی در مقابل آن دارای کاهش است. در مقایسه با روش جستجوی کامل، روش ارائه شده در این پایان نامه با انجام محاسباتی 12 برابر کمتر، فقط به اندازه 0/49 دسی بل افت psnr دارد. در مقایسه با سایر روش های تخمین حرکت پیش بین مانند فیلتر کالمن ارائه شده در مقالات نیز این روش بهبود در کیفیت را نتیجه می دهد. لازم به ذکر است الگوریتم پیشنهادی این پایان نامه در مواقعی که ویدیو دارای حرکت های چندگانه در نواحی کوچک می باشد، بهبود بسیاری در کیفیت تصویر بازسازی شده ارائه می کند.
منابع مشابه
تخمین جریان و کنترل جریان بدون حسگر مبدل Cuk با استفاده از فیلتر کالمن توسعهیافته
روشهای کنترل جریان بدون حسگر که نیاز به استفاده از حسگر جریان را با به کار گرفتن رؤیتگر جریان از میان میبرند، میتوانند راهحلهایی مقرونبهصرفه و مطمئن برای کنترل گسسته مبدلهای DC-DC به ارمغان بیاورند. ازآنجاییکه هرگونه عدم دقت در مدل مبدل میتواند موجب انحراف جریان رؤیتشده از جریان واقعی سلف و درنتیجه خطای حالت ماندگار ولتاژ خروجی گردد، مدلی دقیق استخراج میشود که شامل مقاومتهای پار...
متن کاملتخمین سطح شارژِ مجموعه سلول لیتیومی با اتصال سری با استفاده از فیلتر کالمن تعمیمیافته
مجموعه باتری یکی از اجزای اصلی در خودروهای الکتریکی است که بهطور معمول از مجموعهای از سلولهای باتری تشکیل شده است که به صورت سری به یکدیگر متصل میشوند. یکی از مهمترین وظایف سیستم مدیریت باتری در خودروهای الکتریکی تخمین سطح شارژ مجموعه باتری است. سلولهای موجود در یک پک باتری بدلیل تلرانسهای مختلف ساخت و شرایط مختلف عملکردی الزاماً سطح شارژ یکسانی ندارند و از اینرو، سطح شارژ مجموعه باتری الزا...
متن کاملتخمین وضعیت شارژ باتری لیتیوم با استفاده از فیلتر کالمن مکعبی تطبیقی فازی
تخمین وضعیت شارژ باتری(SOC) در باتریهای لیتیوم یون برای اطمینان از عملکرد ایمنی و جلوگیری از شارژ و دشارژ بیش از حد از اهمیت بالایی برخوردار است. با وجود اهمیت بسیار زیاد پارامتر SOC، این پارامتر به طور مستقیم از پایانههای باتری قابل اندازهگیری نیست. بنابراین نیاز به تخمین آن وجود دارد. تاکنون روشهای مختلفی برای تخمین وضعیت شارژ باتریهای لیتیوم یون معرفی شده است. در این مقاله شناسایی مدل ب...
متن کاملفیلتر کالمن دو بعدی تعمیم یافته به منظور تخمین دمای درونی باتری بدون استفاده از حسگر
چکیده: دیدگاهها و روشهای متداول برای تخمین دمای داخلی باتری از مدلهای عددی الکتریکی- حرارتی استفاده میکنند که در آنها نیاز به حسگر دما ضروری است. به منظور تضمین استفاده ایمن و درست از باتریهای لیتیوم- یون در طول عمل، برآورد دقیق از درجه حرارت باتری از اهمیت ویژهای برخوردار است. در این مقاله روشی برای تخمین دمای هسته سلول باتری و سطح باتری با استفاده از یک مدل حرارتی کوپل شده با مدل امپدان...
متن کاملپسپردازش برونداد مدل میانمقیاس MM5 برای دمای بیشینه و کمینه با استفاده از فیلتر کالمن
پیشبینی دمای سطح زمین با مدلهای پیشبینی عددی وضع هوا دارای خطاهای قاعدهمند (سیستماتیکی) است که عمدة آن دلیل پایین بودن میزان تفکیک توپوگرافی و نیز نقص در پراسنجی فرایندهای فیزیکی متفاوت در مدل است. فیلتر کالمن روشی است که با یک الگوریتم ساده و نیاز به ورودی برای مدتی کوتاه، با ترکیب پیشبینیهای مدل و دیدبانیها، خطاهای قاعدهمند را تا حد بسیار خوبی کاهش میدهد. در این مقاله، فیلتر کالمن ...
متن کاملتاثیر مدلسازی دینامیکی بار بر پایداری شبکه و تخمین پارامترهای مدل دینامیکی با فیلتر کالمن بدون دنباله
سیستمهای قدرت بطور پیوسته در معرض اختلالات کوچک یا بزرگ قرار دارند. وقوع اختلال در سیستم قدرت باعث تحریک مودهای سیستم از جمله مودهای الکترومکانیکی شده و در نتیجه کمیتهای سیستم دچار نوسانات گذرا میشوند. برای بررسی این پدیدهها مدلسازی دقیق تمامی تجهیزات سیستم از جمله بارها دارای اهمیت فراوانی است. در این مقاله ابتدا اهمیت و تأثیر انواع مدلهای بار بر روی پایداری زاویه بار یک شبکه قدرت نمونه مور...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی برق
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023