Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Mazurek P.

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: track-before-detect

Sortuj według:

Ogranicz wyniki do:

Algorytm Viterbiego do śledzenia oznakowania poziomego

Mazurek P.

Logistyka

2015

nr 3

3141--3147, CD 1

Estymacja położenia pojazdu na drodze jest możliwa z wykorzystaniem śledzenia oznakowania poziomego. W artykule zaproponowano wykorzystanie algorytmu Viterbiego do śledzenia linii ciągłej oraz linii przerywanej. Algorytm ten realizuje zadanie śledzenie przed detekcją, dzięki czemu przetwarzane są dane surowe bez binaryzacji, co poprawia jakość estymacji. Przeprowadzono badania numeryczne Monte Carlo w celu wyznaczenia własności algorytmu dla różnych parametrów w oparciu o generator obrazów syntetycznych. W celu poprawy jakości pracy dla linii przerywanej zaproponowano wykorzystanie dodatkowej filtracji medianowej z ruchomym oknem.

The estimation of position of road vehicle is possible using road surface marking. The Viterbi algorithm was proposed for continuous and dashed lines tracking in this paper. This is track-before-detect algorithm that processes raw data without binarization what improves the estimation quality. The numerical experiments using Monte Carlo approach were applied for different variable parameters of algorithm using synthetically generated images. The improvement of estimation for the dashed line was obtained using an additional median filtering with moving window.

Background noise distribution for noise object tracking in Track-Before-Detect systems using minimal chi-square statistic

Mazurek P.

Computer Applications in Electrical Engineering

2012

Vol. 10

431--441

Tracking of the noise signal in noise measurements needs special techniques. The difference between object and background noise is defined, using the noise distribution. The proposed technique is based on the model of the background noise. The window based approach is used for input signal preprocessing. The comparison of two distributions - empirical and observed is used. The global distribution is obtained using all measurements and the observed distribution is computed in the window area only. Minimal chi-square statistic is used as comparison criteria and results are processed by Spatio-Temporal Track-Before-Detect algorithm for tracking of the dynamic of the object and improved signal denoising. A few examples are shown for different objects that show possibilities of the proposed solution. Mean value suppression is possible using comparison of both distributions, what is important in application where the background estimation is not ideal.