运动目标提取的新方法

为了从视频序列中提取完整的运动目标,文章提出了运用块运动矢量和圆域函数来提取运动目标,大致分为三个步骤,第一步：将相邻两幅图像第K帧和第K-1帧图像分成大小相同的块,计算每个块的运动矢量,然后将第K帧中矢量为零的块令为零,可以去除图像的大部分背景区域,得到包含完全运动目标信息的图像MN;第二步：对于MN图像中不为零的像素点,在第K帧和第K-1帧中找到相同位置并且分成相同大小的较小的块,当对应两块的像素点相减的和小于一个阈值的时候,认为该块为背景块,可以进一步地去除目标周围的少量背景信息;第三步：用圆域函数对第二步得到的运动目标区域从四周逐边控制进行点精细化的背景去除,进而更好地得到运动目标。根据实验,这个方法能够完整地提取运动目标,并且不存在空洞现象,具有很好的检测性。     

运动目标提取的新方法

为了从视频序列中提取完整的运动目标,文章提出了运用块运动矢量和圆域函数来提取运动目标,大致分为三个步骤,第一步:将相邻两幅图像第K帧和第K-1帧图像分成大小相同的块,计算每个块的运动矢量,然后将第K帧中矢量为零的块令为零,可以去除图像的大部分背景区域,得到包含完全运动目标信息的图像MN;第二步:对于MN图像中不为零的像素点,在第K帧和第K-1帧中找到相同位置并且分成相同大小的较小的块,当对应两块的像素点相减的和小于一个阈值的时候,认为该块为背景块,可以进一步地去除目标周围的少量背景信息;第三步:用圆域函数对第二步得到的运动目标区域从四周逐边控制进行点精细化的背景去除,进而更好地得到运动目标。根据实验,这个方法能够完整地提取运动目标,并且不存在空洞现象,具有很好的检测性。     

基于背景差分和信息熵的运动目标检测算法

提出一种目标检测算法,首先选取视频的第一帧作为背景帧,运用加权累加图像方法更新背景图像,背景图像的更新速率通过相邻帧的差分结果决定,再运用背景差分算法提取出运动目标。计算运动目标的区域的熵值,通过熵值判断出特征目标。实验结果表明,该算法简单,稳定性好,能够较好解决动态背景的问题并且检测出特定目标。     

基于五帧差分和模板匹配的运动目标检测识别

针对帧差法和背景差分法检测运动目标准确率低,自适应能力弱等缺陷,提出了一种改进五帧差分法与背景差分法和模板匹配相结合的运动目标检测和识别算法;通过改进的五帧差分和背景差分法融合的算法从视频图像序列中检测出运动目标;利用形态学方法去除噪声,改善运动目标提取效果;在Harris算法提取图像匹配特征值的基础上角点配准,提高图像识别的准确率,通过提取目标特征与自适应模板图像进行特征匹配的方法实现了目标检测识别和跟踪。仿真结果和实验表明该方法有噪声和部分遮挡的运动目标有良好的检测识别效果,识别率达到了95%。     

图像分块重建的红外运动目标检测算法

背景差分法是目前运动检测中最常用的一种方法,具有检测位置准确,速度快等优点.背景提取是影响该方法检测效果的关键因素.针对背景差分算法中背景参考帧提取存在的问题,引入非相似度判别算法,给出了一种新的基于图像分块重建的红外运动目标检测方法.该算法在对图像进行合理的区域划分的基础上,利用相邻帧对应块的非相似度值判别出背景区域...     

基于MPEG压缩域的运动对象检测方法

为了从MPEG压缩码流中准确的检测和提取运动对象,本文提出了一种时空域的运动对象检测算法。算法主要利用了MPEG码流中的运动矢量信息,首先对运动矢量进行时域平均和向量中值滤波的预处理,减少运动估计秒准确带来的运动矢量与实际对象运动带来的检测误差。然后建立时域上关于搜索块与参考块之间运动矢量夹角的概率模型,对于帧间预测宏块通过聂曼一皮尔迅准则进行运动判决。同时,对于P、B帧内的编码宏块,提出判决算法区分运动的帧内宏块和重现背景。实验证明,本文算法可以获得较为理想的检测效果。     

烟幕环境地面红外运动目标快速检测方法

传统目标检测方法不能很好地满足红外跟瞄系统运动时的地面运动目标快速精确检测需要,另外由于红外烟幕干扰,图像的质量降低,也会影响目标检测的精度。为此,提出了一种烟幕环境下红外运动目标的快速检测方法。该方法首先快速提取两帧红外图像的FAST特征点,提出了改进的二进制BRIEF特征描述符进行背景匹配,然后采用随机一致性算法估计全局运动参数进行运动补偿,最后采用帧间差分法进行目标检测。实验表明,该算法能够有效地降低烟幕干扰对运动补偿的影响,快速精确地检测出运动目标的位置,对烟幕干扰及运动背景具有很好的鲁棒性。     

基于双向稀疏光流融合的小目标检测方法

针对动态背景下的小目标检测问题,提出了基于双向稀疏光流融合的目标检测方法.首先采用FAST方法提取当前帧图像中的角点,然后在连续的三帧图像中进行前、后向稀疏光流跟踪,确定正确匹配的特征点对,利用匹配的特征点对计算用于背景补偿的帧间运动参数,最后在背景补偿的基础上进行三帧差分,以检测出图像中的运动小目标.实验结果显示,本算法能够很好地解决背景和目标同时快速运动的问题,为运动目标的跟踪奠定基础.     

网球运动视频目标丢失点特征补偿方法研究

对于网球运动视频目标丢失点的特征补偿,传统方法有效性不足的缺陷,提出基于帧间差分消除的网球运动视频目标丢失点特征补偿方法。首先构建三维检测目标模型,利用帧间差分消除算法从运动视频图像中提取背景,预测目标运动轨迹,通过希尔伯特变换分析图像前景的轨迹相位差值特性,检测出目标丢失点。通过观察目标丢失点顶点结构,给出目标丢失点补偿措施。实验实测数据表明,所提方法对网球运动视频目标丢失点的分辨能力得到了大幅度提升,对丢失点的特征补偿精度更高,并且反应时间有效缩短。     

视频图像中的运动目标检测

运动目标检测,是指从视频图像中将运动变化区域提取出来的检测技术,是图像处理技术的基础。在军事公安、交通管理、视频监控、医学检查等领域应用广泛。为了改进单独采用帧差法或背景减法进行运动目标检测时存在的不足,本文提出一种利用边缘信息的三帧差法与基于混合高斯模型的背景减法相结合的运动目标检测算法。该方法对视频图像中连续的三帧图像两两差分,对3个差分图像取均值,二值化,再经过形态学处理,并对中间帧进行Canny边缘提取,将二者进行"与"运算,即得到运动目标的边缘,用背景减法提取中间帧的前景,二值化,将其和目标的边缘进行"或"运算,经过形态学处理便可得到运动目标。实验结果表明,使用该方法目标检出率提高了9.7%~72.1%,误检率降低了0.090%~2.900%。这种二者相结合的方法相对于单一的检测算法能够有效、可靠地提取出运动目标。     

动态前景干扰下的电子稳像算法

针对存在动态前景目标的抖动视频序列,提出了一种以块匹配为基础的块差分平方前景目标去除的电子稳像方法。首先,将图像分成大小为16×16的特征块,通过设定阈值筛选出具有足够梯度信息来估计运动矢量的特征块,从而减少参与计算的特征块数量以提高处理速度;然后,采用归一化互相关(Normalized Cross Correlation,NCC)匹配算法和迭代搜索策略来完成特征块的匹配;最后,采用牛顿迭代法计算仿射变换模型下的帧间运动参数,并根据这些参数完成运动补偿,实现图像序列的稳定。实验表明,算法成功地去除了视频序列中动态前景目标的干扰,对存在平移及旋转运动的视频序列,能够快速有效地去除抖动,获得稳定的视频序列。     

分块投影匹配的运动目标检测方法

针对动态场景下图像序列中运动目标检测问题,首先采用基于分块投影匹配的全局运动参数估计方法,然后利用估计得到的运动参数补偿背景的全局运动以稳定图像序列,最后在稳定后的图像序列上采用背景减除法提取运动目标。实验表明,分块投影匹配的运动目标检测能有效地提取动态背景下的运动目标。     

快速稳健的背景运动场估计方法

从运动背景中检测与跟踪运行目标是计算机视觉研究领域的热点，其中的困难之一是消除运动背景的影响，提出一种基于均匀稀疏采样减少仿射变换参数估计计量的快速方法，并且利用Huber函数对误差的敏感度不同的特性，使得背景的仿射参数估计过程只对背景像素点敏感，减少了前景运动物体对参数估计造成的误差，提高参数估计的精度。     

奇异值分解域差异性度量的低景深图像显著性目标提取方法

针对低景深图像(DOF)目标提取过程中,容易出现目标提取不完整或背景被误识为目标等现象,该文提出一种奇异值分解 (SVD)域差异性度量的低景深图像目标提取方法。先对低景深图像进行高斯模糊,以图像中每一个像素点为中心,利用滑动窗口分别截取模糊前后图像上相同位置的图像块并进行奇异值分解,再构造两奇异值之间的差异特征向量,针对此向量定义低中高全频段信息加权的差异性度量算子,计算对应像素点的显著性特征值,逐像素处理得到显著性结果图并进行阈值化处理,实现低景深图像目标的有效提取。对大量低景深图像进行处理,并与几种现有方法进行比较,提出方法的F度量值最大可提高54%,平均绝对误差减少76%～87%,可完整提取目标并有效去除背景,具有较强的可靠性。     

航拍图像序列的地面运动目标跟踪

建立了一套针对航拍图像的运动目标跟踪系统。根据航拍图像序列存在背景运动的特点,运用了一种基于稀疏采样的局部补偿误差函数泰勒展开法, 求得背景模型参数,补偿背景运动; 根据背景运动矢量和目标运动矢量不同的特点, 采用了运动矢量聚类的算法, 对多个潜在目标准确定位,并建立跟踪器找出真实目标进行跟踪。针对图像匹配可能产生的误差, 提出对匹配结果进行聚类, 以提高求得的背景模型参数的精确性, 又针对差分图像中运动目标信息的不完整的特点, 根据目标残缺信息先取得目标完整边缘信息, 再进行目标定位, 提高了定位的精度, 并给出了部分实验结果。结 果表明, 该算法对噪声和光照具有很强的抑制性, 能快速有效地对运动目标进行跟踪。     

基于顺序形态滤波的运动点目标检测

为解决低信噪比快速运动点目标的检测问题,文中提出了一种基于顺序形态波波的点目标检测算法。首先采用百分位p＝1的中面序形态滤波提取目标的广义内边缘,找出少量候选运动目标点,然后利用图像流模型建立 建立目标的运动约束议程,根据目标像素在图像序列中运动的连续性和轨迹的一致性 原则,在多帧连续图像中检测出真实的目标运动轨迹。实验结果证明,该方法能够快速、可靠检测信噪比小于3的运动点目标。     

基于二维频域投影的弱小运动目标检测方法

针对光学成像弱小运动目标难以准确快速检测问题,提出了基于图像序列行列最大投影的二维频域运动小目标检测算法。首先,为了减少计算复杂度和使目标背景分离,将经过背景全局运动补偿后的视频向二维频域投影并去除频率为零的成分,从而获得含弱小运动目标和噪声的图像序列;其次,通过行列序列最大投影,得到信噪比提高的含弱小运动目标的行列图像;然后,通过主运动滤波和图像重构,检测到滤除配准误差和噪声的弱小运动目标;最后,针对强噪声干扰下的弱小运动目标检测问题进行了仿真实验,仿真结果表明,所提算法不仅可有效的检测出弱小运动目标,而且相对单一的行列分解图像在二维频域内有更高的检测信噪比。     

基于时空域融合滤波的红外运动小目标检测算法

针对红外警戒与跟踪系统中的实时弱小运动目标检测问题．提出了一种基于时空域融合滤波的小目标检测算法。算法在空域上利用形态学Tophat滤波抑制背景增强目标．在时域上通过改进的帧间差分方法增强运动目标,时空域处理结果融合分割后,根据目标运动的连续性和规则性．利用相邻帧中可能目标点之间的位置关系判别目标。算法全面考虑到了运动小目标在时域与空域方面的特性,时空域融合增强后可大大提高目标信噪比。通过实际录取的云层背景飞机目标红外数据检测表明,时空域融合滤波方法能更有效地从复杂背景中检测低信噪比运动小目标,减小虚警率．抗噪声干扰能力强。算法易于硬件实现,能够有效地应用于红外搜索与跟踪系统的实时目标检测中。     

基于鲁棒回归的运动背景补偿技术

为检测运动背景中的动目标，通常需要进行运动背景补偿校正。本文充分考虑运动背景下的各种因素，提出一种基于鲁棒回归的运动背景补偿技术。它首先利用光流场模型估计背景运动速度，之后利用鲁棒叠代加权最小二乘法估计图像传感器的全局运动参数，通过估计出的全局运动参数对运动背景进行补偿校正。实验结果表明本文所述方法的有效性。     

运动目标检测与跟踪算法的改进与实现

提出了一种对视频图像中运动目标检测并进行实时跟踪的新方法。该方法利用基于背景建模的背景差分与改进的带时间戳的运动历史图像(tMHI)的目标分割相结合的算法对运动目标进行检测,在获取到视频流中的运动目标轮廓后使用基于tMHI的运动梯度算法来实现运动目标的跟踪。实验结果表明,该方法能够对指定区域内的目标进行有效识别和准确跟踪,并且弥补了运动目标暂时性停止时无法检测出来的不足。