基于帧间差分的运动目标检测

本文在介绍了运动目标检测方法的基础上,阐述了帧间差分法的原理,优缺点,并利用帧差法来实现运动目标的检测。实验表明,本文所述方法对于运动快且形状较大的运动目标,在运动图像检测中有良好的效果。     

快速背景重建的在线运动目标检测

为了能快速地从视频图像序列中创建可靠的背景图像,进而提取运动目标,文中提出了一种基于反馈信息的运动目标检测算法.首先提出了基于相邻帧信息和背景估计信息相融合的背景重建算法,保证了在视频场景改变时仍能迅速捕捉背景;还提出了基于一种在线Otsu法的运动目标检测,将相邻帧运动目标信息反馈到目标提取算法中,弥补传统Otsu法的不足;最后提出了对光线变化具有一定鲁棒性的背景估计算法.实验表明,该方法的重建速度快,准确率高,能满足实时检测的需要.     

基于动态背景下的海上运动目标检测

针对目前传统的运动目标检测算法基本上仅适用于静态背景下,对于背景不固定的的场合,传统的目标检测算法检测到的效果不理想问题,提出一种改进的四帧差分法与背景减除法相结合的融合算法。该算法结合传统的运动目标检测算法的特点,能够在动态背景下对海上运动目标进行有效地检测,然后通过提取运动目标的区域轮廓和利用区域的形状描述子将海上运动目标标记出来,为进行后续的运动目标跟踪或匹配创造条件。最后,通过对现场采集的视频序列进行检测,验证了该算法的有效性以及较强的适应性。     

移动目标检测技术的研究

在人所感知到的环境信息中,视觉信息占了非常大的比重,其中动态视觉信息更是其主要组成部分.感知环境中的这些动态视觉信息已成为计算机视觉的一个重要的研究方向.移动目标检测是计算机视觉领域中最活跃的研究课题之一,在许多领域有着广泛的应用.论文中提出了对背景减除等运动目标检测方法和对帧差法等运动目标检测的算法进行了研究和改进,使之能更精确的检测出移动目标.     

基于图像序列的运动目标检测识别的关键技术研究

为提高运动目标检测的识别效果,通过分析、综合比较各种运动目标检测算法的优劣性,提出了基于全局自适应帧差法和基于码本模型的背景减除法对同一运动目标进行检测。通过对运动目标检测提取运动目标的掩膜,对掩膜进行外接矩形分析,从而得到包围运动目标的矩形框;将矩形框内的图片截取出来,调整该矩形并提取图片的HOG特征,最后通过训练好的SVM进行分类。在训练过程中,针对难易情况应用自举法对训练器进行优化。实验表明,与传统HOG+SVM多尺度检测算法相比,该方法在速度和准确性上可提升20%左右,可作为运动目标检测与识别的参考方法。     

基于梯度投影稀疏重建算法的电容层析成像图像重建

为解决两相流中存在中心物体、物体比较小或存在多个物体且相距较近时电容层析成像(ECT)重建图像精度较差的问题,基于稀疏分布的流型其介电常数分布满足稀疏性的先验条件,采用梯度投影稀疏重建(GPSR-BB)算法进行ECT图像重建。仿真及实验测试结果表明:GPSR-BB算法对于流体中小目标以及复杂流型的图像重建质量较好,重建图像的形状保真度高。     

基于图像分块和Hausdorff距离的背景更新方法

在图像测量、目标检测过程中,传统的背景更新算法对于背景的扰动变化过于敏感.为此,本文提出了一种基于图像分块和Hausdorff距离判断的背景更新方法.首先采用高斯混合模型初步得到背景,然后对图像进行分块,借助图像匹配的思想计算当前图像块和背景图像块的Hausdorff距离,判断是否满足背景更新条件.若满足,则更新背景;...     

基于分块的自适应超分辨率算法

本文主要研究序列图像超分辨率重建技术.本文提出了一种新的基于分块策略的超分辨率算法,由于采用分块策略,矩阵规模极大减小,且其规模与分块大小相关,而与原始序列大小无关,故能有效降低系统内存开销,提高系统处理效率.实验表明,传统多帧算法对运动估计的精度要求很高,而本文算法对此要求不高,在采用低精度运动估计技术的条件下,本文...     

基于背景差法的视频图像分割

本文运用背景差法来进行视频图像分割。利用一种背景更新的方法来获取背景图像,解决了手动和统计获得背景的方法对背景变化不具有自适应调节作用的缺点。然后将当前帧和背景作差,并对差值图像进行二值化以及形态学处理,使运动目标被很好地分割出来。     

分块特征匹配与局部差分结合的运动目标检测

针对摄像机在运动情况下运动目标检测问题的研究,提出了一种尺度不变特征变换图像分块特征匹配和局部差分算法相结合的运动目标检测方法。该方法不仅可以减少图像配准参数求解所需要的时间,弥补全局运动补偿对图像完整性的影响,并且可以在摄像机运动的情况下准确地检测出运动目标。 实验证明了该方案的有效性。     

基于帧差法和区域填充的火灾运动区域检测

火灾运动区域主要包括烟雾和火焰两个部分。基于视频图像的火灾检测中,为了提高火灾识别率,火灾区域的提取最为关键。针对火灾检测的实时性和准确性,并通过分析烟雾与火焰特征,本文提出了一种结合帧差法和区域填充来提取火灾运动区域,继后利用颜色模型区分烟雾及火焰,再根据烟雾或火焰蔓延时面积大小以及火焰闪烁特征等信息来识别、判断是否有火灾发生。通过MATLAB仿真实验表明本文方法较为准确、有效地提取出图像序列中火灾的运动区域,从而可以降低火灾监控系统误报率。     

一种基于分块压缩感知和迂回匹配追踪算法的图像重构方法

在使用离散余弦变换下的正交匹配追踪算法重构图像时,存在计算复杂度高,精确率低,对传感矩阵要求较为苛刻等问题.因此,利用迂回式匹配追踪算法(Detouring Matching Pursuit,DMP)的计算复杂度优势和分块压缩感知技术(Block Compressed Sensing,BCS),提出了一种基于BCS-DMP的图像重构方法.首先,对图像信号均匀分块并进行离散余弦变换,其次,采用DMP算法重构信号,对重构信号进行离散余弦逆变换重构图像,最后,采用均值滤波算法作平滑处理,减少图像块效应. 3种不同类型的图像重构实验结果表明,当压缩比取0.2,0.3,0.4,0.5时,采用BCS-DMP算法重构图像的峰值信噪比高于基追踪、正交匹配追踪等算法,且在重构时间上有较大优势,说明BCS-DMP算法适用于图像重构.     

声学重建圆形温度场中区域分块的研究

为完善极少声波飞行时间测量数据下温度场的实时在线监测,提出将重建精度高的指数SVD法应用于圆形区域,着重研究了更多区域划分块数对重建温度场精度的影响。首先按一定方式将待测温度场划分成若干区域,逐渐增加分块数目至545块(继续增加将影响监测实时性)。然后分别对单峰、双峰温度场模型采用指数SVD法实现温度场重建,利用均方根误差评价重建精度。重建结果表明,某些条件一定时,分块数目逐渐增加,重建精度有所提高。     

基于分块梯度直方图的边缘检测

针对图像中存在的弱边缘对比度低、模糊、难以探测的问题,本文提出一种新的并且原理简单的边缘检测算法.该方法根据梯度在边缘处的直观响应,结合直方图的统计特性以及分块操作的局部处理能力,综合而成分块梯度直方图.然后,通过相邻块内部的梯度峰值的互确认操作,得到对梯度强弱不敏感的边缘,从而能够获得图像中更多的特征信息.实验验证表明,该算法的性能在同等算法和经典的边缘检测算子中表现良好,并对噪声具有不敏感性.     

动态图像的拼接与运动目标检测方法的研究

动态图像运动目标检测是图像处理中的热点,但动态图像的识别范围却成了目标检测的限制,针对此问题,本文提出了一种利用图像拼接技术扩展图像识别范围、并在此基础上完成运动目标检测的方法。在图像拼接中采用了SURF图像匹配算法,运动目标识别利用背景差分法,实验中使用的是开源的Linux操作系统、以及为图像处理提供了大量算法和函数的Open CV软件开发库。针对不同分辨率、不同角度采集的图像进行了实验研究,结果表明,可以在较好满足图像识别范围的同时,明确地检测出运动目标的相关信息。同时,本文提出一种通过图像拼接实现扩展运动目标检测的方法,满足了实时性要求,达到了增加图像清晰度的目的,但是,在摄像设备与场景之间的相对运动方面还存在着有待解决的问题,这将成为今后研究的重点方向。     

基于背景图像差分的运动人体检测

在背景图像差分的基础上,提出一种改进的实时背景更新算法.通过背景学习过程,利用若干帧连续图像中每点像素灰度值样本,估算对应像素点的灰度值均方差.利用正态分布的"3σ原则"对图像背景进行实时更新,消除背景变化对人体分割的影响.提出基于图像平均灰度值的阈值分割算法,以提高算法对不同光照强度的适应能力.提出基于垂直投影图的阴影消除算法,分析表明,人体躯干和影子区的垂直投影特性不同,由此可以有效消除人体影子.实验结果表明,本算法在不同的光照情况下能够完整分割运动人体图像.     

分块思想和码本模型的运动检测算法

为了消除静止摄像机下复杂背景环境对运动目标检测造成的影响,同时又为解决目前的运动目标检测算法在检测速度、准确度方面存在的不足,提出一种改进码本模型的运动目标实时检测算法.首先利用分块的思想将一幅图像分成若干宏块(MacroBlock),然后对每个宏块进行背景建模聚类成码本.在目标检测时,同样对当前帧进行分块,对于每个宏块求得像素均值和亮度均值并与其对应位置的码本进行比较判断,从而提取出前景目标.实验证实,对存在动态因素的背景视频,该算法不仅能有效抑制伪目标的出现,而且能准确快速地检测出运动目标.     

基于块估计的运动目标检测方法

提出了一种适合于运动目标检测的块运动分析方法,用以补偿移动背景所带来的杂波信息,准确检测运动目标。在对原始图像进行滤波的基础上,选择合适的子块,通过块匹配,得到背景位移矢量;利用这些运动参数,在相邻帧之间进行运动补偿,达到分割运动目标的目的。该算法对背景的适应性能好。     

基于背景建模和图像分割的运动目标提取

运动分割是视频分析的重要基础步骤。本文研究了从视频序列中提取运动目标的算法。该算法将自适应背景建模和彩色图像分割相结合而得到具有精确边缘的运动目标。在背景建模中,采用混合高斯模型描述像素点的状态,利用高斯分布特性区分噪声、背景、运动。彩色图像分割运用MeanShift迭代算法对图像进行颜色聚类得到一致的颜色区域。实验结果表明该的算法在固定场景下能够精确分割运动目标。