计算机视觉中运动对象的分割方法

本文提出了一种自动的视频序列分割方法，适用于分割室外和室内视频序列中的运动物体。整体处理过程中分割效果较好，计算量适当，基本实现了对视频序列的实时性处理。     

一种基于全景视觉的运动目标检测方法

针对基于全景视觉系统采集的图像序列中运动目标检测的方法进行了研究,采用三帧差法和混合高斯模型相融合的算法对运动目标进行检测。不但解决了三帧差法无法检测出全部目标信息的缺点,而且还避免了背景减除法容易出现两个目标的假现象,在背景颜色和目标颜色相近时检测效果较好。实验表明,该算法能准确检测出运动目标,具有较好的实时性。     

物体融入背景情况下的目标检测方法

针对运动物体运动进入背景区域后,由运动变为静止,成为背景一部分的情况下,传统利用当前图像和背景图像加权得到新的背景图像的方法,背景图像更新较慢,不能快速消除变为背景的物体的影响,提出了帧差法和背景差法相结合的运动目标检测方法,较好地消除了其影响,顺利检测出运动目标,提高运动目标检测方法的适用范围。     

基于人类视觉系统的物体提取方案

提出了一种物体提取方案，根据人类视觉系统（ＨＶＳ）具有形状和运动两个并行通道的特点以及两交互作用的原理，采用相对简单的图像分割和运动分割技术，将两结合一起，来增经对运动物体的分割处理。     

静态背景下运动目标的边缘提取

针对运动目标在单帧图像中所占的比例较小,传统的边缘提取方法在对整幅图像计算时产生大量冗余,对噪声敏感,提取出的运动目标轮廓不明显的缺点,提出了一种基于帧差法和图像分块相结合的运动目标边缘检测方法.该方法首先对序列图像进行差分,根据分块大小自适应选取阈值对图像进行分块,完成对运动目标的细分割,分离出运动区域和非运动区域,然后对分割出来的运动区域进行边缘检测,将边缘检测结果和差分结果进行“与”运算,从而提取出运动目标轮廓.实验证明,分块边缘检测方法能较为准确地提取出运动目标且能提取出清晰的运动目标边缘轮廓,能满足实时性需要.     

基于帧差检测技术与区域特征的红外与可见光图像融合算法

为了提高红外图像的融合质量并降低复杂度,提出一种基于帧差检测技术与区域特征的红外与可见光图像融合算法。首先,设计帧差法对红外图像中的目标完成检测,从而进行目标分簇与图像分割;并借助帧之间的信息完成目标的准确定位;再根据目标区域的特征设计不同的融合规则,充分利用可见光和红外图像的有效信息进行互补,完成图像融合,并对融合算法的复杂度进行理论分析。同时,在可见光和红外图像中目标不可动可观察及目标可运动可观察两种条件下进行融合实验,实验结果表明,与当前图像融合技术相比,所提技术具有更高的融合质量,其融合图像能够准确反映目标和背景。     

基于嵌入式的新型运动目标视频检测算法

提出一类新型的嵌入式视频活动目标检测算法,该算法采用Surendra算法对背景进行更新以减低系统误报警的几率,对连续3帧图像分别采用差帧法,对2次帧差取交集实现对前景目标的模糊跟踪,而后对粗糙的运动区域图像进行阈值面积消去处理和数学形态学运算,最后实现目标定位跟踪。仿真结果表明,与传统的二阶帧差的方法相比,视频活动的目标检测算法具有高实效,高精度的特点。     

视频中运动物体检测算法的研究

为了从运动场景中(视频序列)提取高质量的运动物体,本文提出一种基于代数多重网格和帧间差分法相结合的运动目标检测算法,该方法利用代数多重网格对帧序列图像进行重构,分别得到重建的三层图像,再利用帧差法对处理过的相邻图像进行差分处理,从而提取场景中运动的物体,实验证明,此方法解决了帧间差分法不能提取对象完整区域和对场景噪声等敏感的问题,鲁棒性高,能准确的检测出在场景中运动的目标。     

基于视觉的手势识别算法及应用的研究

随着计算机快速的发展以及广泛的应用,人机交互技术已成为人们日常生活中不可或缺的部分,而手势识别则顺应了发展需要.原始手势图像需要做一些预处理操作才能更好的进行下一步操作分析.本文主要针对基于视觉的手势图像,设计了 Alex CNN卷积神经网络模型,研究了图像与处理算法,包括数据增广、肤色提取、形态学处理等操作,对所设计...     

基于计算机视觉的受电弓滑板磨耗图像的识别

根据计算机视觉原理、数字图像处理与识别理论,针对受电弓滑板图片,文章提出边缘提取和上边缘搜索等改进算法,实现滑板磨耗超限故障图像的辨识。将图片进行滤波去噪等预处理,再进行边缘定位检测、图像分割、图像增强、图像复原等处理。综合运用改进的Canny算法、Hough变换、BP神经网络来识别滑板厚度。文章的研究成果对高速铁路受电弓滑板磨耗超限等典型故障的检测与识别具有一定的理论研究价值和工程实用价值。     

基于改进的帧差法和Mean-shift结合的运动目标自动检测与跟踪

为了实现在静态背景下对运动目标的自动检测跟踪,提出基于改进的帧差法和Mean-shift结合的运动目标自动检测与跟踪算法。该算法改进了传统的三帧差分法,引入单高斯背景模型参与目标检测。此外,传统的Mean-shift算法,在起始帧需要手动选定目标,且选定窗口大小固定不变,不能根据目标尺寸变化而变化,从而导致失去目标。这里提出的方法先利用改进的帧差法检测目标,确定目标的位置窗口和中心,然后结合Mean-shift算法,根据是否超出设定的阈值来确定是否需要更新模板,从而实现该算法对运动目标的自动跟踪。实验表明,该算法计算速度快,具有较高的准确率。     

改进ViBe的运动目标检测算法

针对Vi Be算法存在鬼影、噪点的问题以及不能快速适应复杂背景进而出现误检率高的问题,提出一种改进的ViBe算法。首先算法在背景建模时将8邻域的像素点扩大到了24邻域;其次采用自适应的阈值对复杂背景进行检测;最后为了提高检测目标的准确性,改进的ViBe算法和改进的帧差法通过逻辑与或运算进行结合,并且进行形态学滤波处理对运动目标进行完整的提取。实验结果表明,改进的算法可以在更短的时间内消除鬼影,并且静态背景下检测运动目标的F-measure提升了14.2%,在树枝晃动和相机抖动的复杂背景下,能够得到较为完整和准确的运动目标,并且F-measure平均提升了2.6%。     

计算机视觉技术在电影频道演播室应用的深入研究

本文经过对计算机视觉技术的深入研究以及对目前市场上成熟的智能化产品的调研,同时结合电影频道栏目的特点及内容分发平台,将智能处理设备引入到拍摄链路中,根据动态识别、智能人体分析等技术在演播室环境中实现了智能化拆条、智能包装、无幕布抠像以及智能机器人等应用.在不久的将来,整个广电行业将在AI技术的带动下上演颠覆性的变革,传...     

基于改进CNN与SVM的手势识别研究

手势识别在人机交互中起着重要的作用,然而手势形态和背景的复杂多样性给手势识别过程带来难题。为了降低特征提取的难度和提高识别准确率,设计一种改进卷积神经网络(CNN)和支持向量机(SVM)模型来对手势进行识别。该模型首先对手势图像分割处理和数据增强处理,然后用Inception模块改进后的CNN完成对手势特征的提取,最后通过SVM对不同手势分类识别。实验结果表明,该模型在自建手势数据集下平均识别率为98.13%,在MNIST数据集下平均识别率为98.95%,同一数据集下较传统模型识别率均有提高。     

基于机器视觉的精密钻孔法向检测算法研究

目前在自动化检测领域,机器视觉检测技术开始广泛地应用,这种技术的特征表现为高精度、非接触、适用性强,操作方便.在智能制造需求的促进作用下,很多工业生产中开始应用到机器视觉技术.本文对精密钻孔法向检测进行研究,根据检测要求而选择合适的检测方法.首选用Canny边缘检测算法,但是在实际的应用中这种算子会引入很多非目标轮廓线...     

基于嵌入式Linux的运动图像识别

介绍了基于嵌入式Linux系统的S3C2410平台,并在该平台上构建了实现运动图像自动监控的软件开发环境。通过驱动COMS图像传感器,利用Video4Linux在该平台上实现了运动图像数据的捕获。在运动图像识别方面,对帧差法进行了分析探讨并作了改进,使得该算法更易于在ARM平台上实现。通过引入灰度直方图判断有无运动目标出现,利用阈值对图像二值化处理,分割效果良好,实验结果表明该算法适于应用在嵌入式实时视频监控场合。     

运动目标检测算法研究综述

运动目标检测技术是计算机视觉的基础,是一个十分有研究意义且很有挑战性的问题。文章从当前运动目标检测问题的相关方法进行分析研究。首先详细介绍了光流法、帧差法和背景差法的算法原理。然后对比了几种算法的优缺点,介绍各算法的适用场景。最后针对研究过程面临的难题,展望了运动目标检测技术新的发展趋势。     

基于FPGA的多运动目标检测算法实现

针对目标检测对实时性要求越来越高的情况,提出了一种基于现场可编程门阵列（Field Programmable Gate Array,FPGA）实现的多运动目标检测算法。该方法通过帧差法提取运动目标,然后基于距离阈值对形态学处理后的图像进行目标分割,最后对运动目标标记显示。系统通过CMOS摄像头采集视频,采用FPGA平台外接DDR3高速大容量缓存,实现了视频图像的采集、存储、目标检测和显示。实验结果表明,提出的多目标检测系统能够有效的实时检测出多个运动目标,并且在分辨率为1 024×600的情况下帧率达到38 fps。     

基于流形排名与迟滞阈值法的视觉显著性检测

视觉显著性检测是机器视觉领域的关键技术之一.提出一种基于流形排名与迟滞阈值的检测方法,首先将图像划分成超像素集合,以之作为结点形成闭环图;再按照基于图的流形排名方法计算各个结点的显著值,形成图像的显著图;然后利用显著图直方图统计出高、低两个阈值,将显著图划分为三个部分,使用伽马校正技术分别进行处理,最终整合校正结果得到输出显著图.实验结果表明,相对于现有算法,本文算法得到的显著图能够更好地区分背景区域和显著目标,同时也更具稳健性.     

基于GrabCut的三维医学图像分割

为了解决三维医学分割中手动分割操作复杂,效率低和传统分割方法速度慢,用户交互多,效果不理想等问题,将传统GrabCut算法进行了改进.首先,通过将二维的GrabCut算法扩展到三维,减少了三维分割的交互过程,提高了三维分割的效率;其次,将三维分割的矩形框交互改进为多边形交互,提高了交互的精度,改善了分割后的结果.通过对两组数据的分割结果对比表明,改进后的算法相对于置信连接算法不仅交互简单、速度快,而且分割效果有了很大的改善.最后,通过不同用户对同一组数据的分割结果对比,证明改进后的三维GrabCut算法稳定性高、速度快,能很好地完成三维医学图像的分割.