一种改进的基于混合高斯模型的运动目标检测算法

运动目标检测是实现目标跟踪和行为分析等任务的基础。在运动目标检测中,消除背景与噪声的干扰,从而将运动目标从图像中分离出来一直是研究的重点。混合高斯模型法被广泛地应用于运动目标检测,对存在小幅度运动的背景有较好的抗干扰能力,并且能提取出较完整的运动目标,但是同时存在噪声干扰,且对阴影抑制效果较差。针对传统混合高斯模型法的不足,提出一种改进的基于混合高斯模型的运动目标检测算法,利用帧差法对光照突变适应性较好和算法简单的特点,将传统混合高斯模型法与和四帧差法结合。实验结果表明,该方法能够有效地消除复杂环境中的噪声,并对阴影有一定的抑制作用,提高了运动目标检测的准确性和完整性。     

基于单目测距技术的道路障碍物检测方法

本文从计算机视觉的角度,对障碍物检测进行了研究。本文将单目视觉系统简化为摄像机投影模型。通过几何关系推导法建立测距模型,获得图像坐标与世界坐标系之间的转换关系,最后实现障碍物距离的测算。经试验证明,本文选用的测距模型的误差在可接受范围之内。     

基于无人驾驶的障碍物检测方法研究

为了有效提升无人驾驶道路上障碍物检测精度,本文提出了一种改进的Faster-RCNN的目标检测模型。不同于i一般的基于FasterRCNN模型将特征提取网络采用Resnet50替换VGG16,并加深了卷积层的深度,使得特征信息更充分的利用,并与Eff数据集VOC2007下进行训练测试对比。实验表明本文提出的模型在道路上检测障碍物精度更高,可应用范围广,实现了目标的有效识别。     

基于图像分类的弱监督RGBD图像显著性检测方法

彩色深度(Red Green Blue Depth,RGBD)图像不仅包含红绿蓝三通道的颜色信息,还包含深度信息,因此能提供更全面的空间结构信息.近年来,随着RGBD图像的广泛应用,基于RGBD的图像显著性检测方法相继被提出.为了更好地解决弱监督图像显著性检测方法中的跨模态数据融合问题,本文提出一种基于图像分类的弱监督...     

基于Kinect的实时障碍物检测

传统的传感器在移动机器人障碍物检测领域都有其各自的局限性。文章提出基于Kinect的障碍物检测方法:利用Kinect传感器获取环境深度图像;通过Kinect标定配准之后获取校准参数;通过该参数获得图像像素点与空间三维坐标的对应关系;通过空间三维坐标确定地平面与障碍物区域,并将障碍物区域作为感兴趣区域;通过三维坐标在x轴和z轴的连续性对感兴趣区域进行处理,分割出各个障碍物。实验结果表明,文中算法可以有效且实时地检测到障碍物信息。     

基于高斯背景模型的车辆检测改进算法

针对车辆检测中实时性、准确性以及自适应性很难兼顾的问题,提出了一种快速有效的车辆检测算法。该算法采用阈值判定背景区域和更新区域,根据背景变化的程度,利用动态权值更新学习率,使用基于单高斯背景模型方法,结合逻辑"或"运算检测出车辆。实验结果表明,该算法能够快速准确地检测出车辆,并且在背景更新过程中实现了自适应,并具有一定的鲁棒性。     

复杂场景下多运动目标速度检测技术的实现

介绍一种在复杂场景下进行多运动目标速度检测的技术方法。该方法综合了帧差法和差影法优点，并建立自适应背景更新模型以增加复杂场景下运动目标辨识的鲁棒性。利用最小外接矩形和灰度信息作为各目标的特征向量，匹配各目标对象，以求取各目标运动速度。     

基于边缘帧差和高斯混合模型的行人目标检测*

针对高斯混合模型存在背景更新收敛性差,易受环境噪声和光照突变影响,易产生虚假目标等问题,提出一种基于高斯混合模型的改进算法,用于视频中行人目标检测。通过将帧差法引入高斯混合模型,快速区分背景区域和运动目标区域,从而提取前景中完整的行人目标。结合视频帧边缘和边缘帧差信息,采用多种模型更新率,提高高斯混合模型对复杂背景的自适应性和快速收敛性,从而消除环境噪声和光照突变的影响,避免检测出虚假目标。实验结果表明,相比较传统高斯混合模型,该方法可以有效去除噪声和光照的干扰,收敛性更佳,行人检测效果更鲁棒。     

基于改进混合高斯模型的运动目标检测方法

针对传统高斯模型易将背景显露区域检测为前景问题与对复杂场景下噪音处理效果差的缺陷,提出了一种混合了三帧差算法的改进混合高斯模型算法. 利用三帧差算法快速确定背景显露区域与前景的优势,提高了算法对背景显露区域的适应性;提出一种背景模式邻域更新法,提高了对复杂背景噪音的抗干扰性. 通过实验证明,该算法与传统方法相比,在复杂背景下减少了大量噪音,学习周期短,提高了对天气、摄像头震动等干扰的抗性,优化了背景显露引起的“影子”噪音问题.     

颠簸环境下的快速障碍物检测算法

障碍物检测是智能车辆研究中的一个重要内容.用射影几何的方法给出了用重投影变换进行障碍物检测的一般原理,并引入摄像机的内、外参数和姿态参数,建立了重投影变换的参数化模型.为了满足颠簸环境的要求,提出了一种新的基于立体视觉视差分析的障碍物检测算法.实验结果表明,算法具有计算量小和可靠性高的特点.     

基于图像处理的手机屏幕缺陷检测系统研究

针对手机屏幕生产中的缺陷检测问题,提出了基于机器视觉的手机屏幕玻璃缺陷检测系统,采用光学成像模块、图像采集模块和图像处理软件设计模块对手机屏幕玻璃缺陷进行识别检测,检测效率高,实时性好.对手机屏幕玻璃缺陷检测所需用到的算法进行了研究,针对手机屏幕玻璃缺陷细微、痕浅等特点,提出了基于图像快速匹配的差分算法,实现了缺陷特征的准确提取.     

基于多波束前视声呐的水下障碍物检测及避障算法

近年来,人们开始不断地开发海洋资源和空间,如在海底铺设大量的天然气管道以便于运输,因此,利用自主式水下航行器去探测海底天然气管道是否泄漏的技术,就具有重大的战略意义。基于自主式水下航行器搭载的多波束前视声呐采集的数据,进行声呐图像中的障碍物检测,提出了一种基于类间方差及小区域抑制的障碍物检测算法。然后,利用声呐图像的障碍物检测结果,设计了基于障碍物轮廓的避障算法,来估计合理的避障角度,传送给水下航行器的主控来控制航行器避开障碍物。     

弱检测环境下的线阵相机的控制

针对弱检测环境下的线阵相机的控制的难点,分析了编码器信号的特点,提出了非线性的秩—阶滤波算法,完成了基于FPGA的SOPC结构的控制板卡的设计,并通过实验和MATLAB工具加以验证,给出了实验结果。     

一种基于红外成像障碍物检测的改进Flood Filling算法

在对图像特征进行有效分割的基础上,提出了一种基于红外成像障碍物检测的改进Flood Filling算法,并首次将该算法应用到障碍物检测领域中.通过对模拟以及真实红外图像中目标的快速成功提取,不仅验证了该方法的有效性,同时实验结果也表明了其较之原始算法对时效性的提高.     

使用单目摄像头的实时行人计数算法

为解决智能视频监控系统通道入口处的行人计数问题,设计在高斯背景建模下的行人检测计数算法。在该算法中,摄像头垂直放置在入口处的门顶上。为了降低计算复杂度,提高计算精度,设置一个感兴趣的检测区域,在该区域中通过对行人的检测及跟踪进行计数,并采用队列模型处理以提高检测效果。实验结果表明,该算法可以有效地对入口行人进行检测计数。     

基于摄像机模型的平面动态测量方法

为了简化不适合人工测量场合(如超高目标、超细微粒等)的平面长度测量问题,提高其测量精度,减小由于人为检测带来的误差,提出了一种基于摄像机模型的在线非接触式动态测量长度的方法。介绍了动态检测系统的工作原理,详细说明了检测过程和方法,对实验结果和引起误差的几个原因进行了分析。该方法过程简单,对硬件要求不高,而试验结果表明测量精度比较高,效果好,在平面长度测量领域内有广泛的应用前景。     

大幅面拼接航摄仪的两种平台检校方法分析

提出了大幅面拼接航摄仪的两种平台检校方法,并对检校公式进行严密推导。将现有影像按照拼接模型进行拆分,获得大倾角的子影像,由此子影像数据对两种平台检校方法进行验证,根据平台检校结果对检校方法存在的问题和适用性进行了分析。