基于核密度相关度量的视频目标跟踪

传统的Mean shift 方法采用颜色直方图作为特征，以Bhattacharyya系数作为目标参考模板与当前帧中候选目标间的相似度量，通过迭代寻找距离函数的局部最小值，从而得到当前帧中的目标实际位置。由于颜色直方图仅仅描述了图像中目标的全局颜色分布而忽略了空间位置分布，使得当目标邻域中存在与目标相近似的颜色模式时，算法无法取得理想的跟踪效果。本文提出了基于核密度估计相关的距离度量，在描述参考目标和候选目标时，考虑到诸如颜色、梯度等目标像点的特征区间的同时，融入了目标像点的空间位置信息，使得跟踪算法更加稳健和精确，能够更好适应目标和背景变化复杂的应用场合。     

自适应算法在视觉目标跟踪中的研究

目标跟踪运用发展特别普遍,向来都是电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形图像处理,再用电脑处理成更适合人眼观察或传送给仪器检测的图像的探索方向。该论文适合应用Mean Shift跟踪为主线研究算法的交通体系,探索了依据带宽窗口自适应的均值漂移算法和依据卡尔曼滤波的目标跟踪算法.,重点针对复杂环境下的刚性活动目标与跟踪算法的检测。就繁杂的交通状况下目标的追踪问题,同视觉追踪办法相结合,结合如下层面的内容像:特点抉择的目标、目标追踪予以深层次的探究,争取于繁杂状况下促使目标追踪算法展示更佳的鲁棒性、及时性。     

智能视频监控中的运动目标检测研究

现有的背景差分法在背景模型的维持和更新不能用于长期和复杂的场景,针对智能视频监控中的运动目标的检测,提出了帧间差分法重建背景图像,背景差分法分离背景像素点与运动目标点,自适应背景更新方法应用背景的定时自动更新,有效的分离了运动目标和背景图像。该方法不仅能够减小运动目标的检测误差,而且提高系统运行速度,实现复杂环境下的运动目标检测。     

跳水运动视频中的运动目标分割

针对跳水运动视频中的人体运动目标分割问题,提出一种简单有效的基于颜色特征运动目标检测及分割算法。首帧进行图像预处理,利用色相和亮度两个分量加强颜色差异,然后使用OTSU算法对图像进行阈值分割。结合RGB颜色空间启发式肤色聚类结果确定运动目标所在的连通区域,最终完成首帧运动目标的自动检测。有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速整体运动有较强的鲁棒性。     

Mean Shift算法在彩色图像分割中的应用

Mean Shift算法是目前广泛应用于图像分割和计算机视觉中的方法。论述了该算法应用在彩色图像分割中的原理及过程,并给出实验过程和结果。     

一种基于北景重建的运动目标检测方法

本文采用改进的背景差法,改变使用多帧序列图像求平均值产生背景图像的方法,利用序列图像的统计信息进行背景重建,对当前视频帧与背景帧的灰度差值图像使用Otsu方法进行二值化处理,产生标记图像以确定运动目标区域,进一步得到运动目标。     

运动目标在复杂背景中的检测

运动目标轮廓的有效提取,对于目标识别和跟踪是非常重要的,但是大量的背景景物增加了目标检测的难度。文中针对复杂背景下红外序列图像的特点,提出了一种实用的运动目标检测算法。首先,通过canny边缘检测算法,对输入图像进行边缘检测,然后把相邻两帧边缘图像进行场景对准,计算出相应的场景平移参数,根据这些参数,平移帧图像后做差分处理。在残差图像中,根据局部熵的图像分割法,对图像进行二值化处理,最终获得了比较完整的运动目标。实验表明,这种方法是有效的,且性能良好。     

基于改进的OTSU算法的视频处理

针对跳水运动视频中的人体运动目标分割问题,提出利用颜色信息进行运动目标检测和分割的算法。首先采用色相和亮度两个彩色分量加强图像中的颜色差异,使用OTSU算法对图像进行阈值分割,同时结合RGB颜色空间启发式肤色聚类,确定运动目标所在的连通区域,从而完成首帧运动目标的自动检测。在后续帧的处理中,以数学形态学方法进行自适应运动区域预测,运用改进的OTSU算法,提高了分割速度。实验表明,本方法有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速运动有较强的鲁棒性。     

运动目标在复杂背景中的检测

运动目标轮廓的有效提取，对于目标识别和跟踪是非常重要的，但是大量的背景景物增加了目标检测的难度。文中针对复杂背景下红外序列图像的特点，提出了一种实用的运动目标检测算法。首先，通过canny边缘检测算法，对输入图像进行边缘检测，然后把相邻两帧边缘图像进行场景对准，计算出相应的场景平移参数，根据这些参数，平移帧图像后做差分处理。在残差图像中，根据局部熵的图像分割法，对图像进行二值化处理，最终获得了比较完整的运动目标。实验表明，这种方法是有效的，且性能良好。     

视频帧色差突变图像的背景检测参量提取

对视频帧中运动目标提取是计算机视觉研究的重点课题,对视频帧色差突变图像的背景检测常受到背景色差干扰,目标检测性能不好。提出一种基于视频序列的双背景建模的视频帧色差突变图像的背景检测和参量提取算法,背景建模加入了光照突变处理机制,进行色差补偿。计算视频帧差背景内的突变信息感知概率和统计概率,对视频图像进行滑动平均建模,采用模极大值法进行边缘检测,得到基于灰度方差的视频帧色差稳定性检测的判别函数。将当前帧与背景帧相减,建立滑动平均背景模型,提取其背景差异性特征参量。仿真结果表明,该算法的检测性能较好,当背景发生变化时,如光照突变、人群数目突然增大时,具有较好的背景检测性能,处理光照突变方面的图像平滑性较好。     

经验模式分解去斑和顶帽变换在舰船检测预处理中的应用

提出了一种基于经验模式分解去斑和顶帽变换背景不均匀的预处理方法. 经验模式分解去斑算法先对图像每一列进行经验模式分解得到IMF函数,然后将原信号与第一、二模态相减得到初步处理图像,再对该图像每一行重复该操作从而得到去斑图像,该算法有效地去除斑点噪声;顶帽变换则有效地补偿了海浪带来的局部不均匀的背景亮度,提高了图像的信杂比,有利于目标的检测. 仿真结果证明了算法的有效性.     

足球机器人视觉子系统的分析与设计

本以Mirosot机器人足球比赛的视觉子系统为研究平台，探讨了视觉子系统的硬件构成，提出的基于颜色表的图像分割算法和目标定位算法，处理速度快，能满足系统的实时性要求。     

一种基于YCgCr色彩空间的人脸检测方法

人脸检测是计算机视觉研究的重要研究方向之一,提出了一种基于新色彩空间YCgCr的人脸检测算法。首先比较了YCgCr间和YCbCr色彩空间,得出YCgCr色彩空间的在人脸处理方面更有优势,然后通过二维高斯分布提取肤色区域,对二值化的图像应用区域增长算法求取最大联通区域,得到准确的面部图像,实验结果表明该算法是快速而有效的。     

Graph Cuts算法实现过程中的关键问题研究

Graph Cuts（GC）算法是一个基于图论的交互式目标提取算法,该方法将图像建模为一个区域和边缘的约束模型,通过求解该模型的最小割获得一个优化的目标分割边界。在使用程序实现该算法时会遇到种种问题,详细叙述了GC算法的实现过程,为进一步研究GC相关方法奠定基础。     

一种新的基于图像边缘检测的室内人数统计方法

在分析基于图像处理的人数统计方法基础上,提出基于图像边缘检测的人数统计新方法。分别采集室内彩色背景图像和目标图像,分别计算灰度图像的边缘检测结果,求出二者的差值图像后,连接边缘、填充为连通区域,计算目标图像中的人数。实验证明：该方法能满足室内人数比较多的人数统计要求,具有速度快和准确率较高的优点。     

智能小车中图像采集和处理的研究和实现

以智能小车为载体,研究了在实时性需求较高的环境中图像采集和图像处理无法交互工作而带来的低效率问题,提出了一种利用图像采集间隙将图像识别同步到图像采集中以提高效率的方法;针对实时系统中图像采集时的噪声,反光等各种干扰,本文还讨论了赛道图像的滤波去噪方法,同时在固定阈值提取赛道中心线方法的基础上,研究了一种动态阈值法提取赛道中心线,进而给出可靠性高的赛道信息供给控制单元做下层调理。实验表明,该方法能够很好地应用于智能小车等实时性较高的图像采集和图像处理系统中。     

机载光电探测物体运动轨迹方法研究

针对机载探测仪器由于飞行方向不定会发生偏移,使得相关图像采集设备受到影响,导致获取的图像在不同坐标系下存在较大误差的问题。提出了飞机偏移补偿算法,通过准确的运动估计算法补偿由于外界干扰带来的轨迹计算缺陷,准确的对光电探测设备高速采集图像中的运动轨迹进行建模分析。     

基于肤色模型的人脸检测算法

在此研究了彩色图像中的人脸检测算法,在肤色模型方面讨论了肤色在不同的色彩空间中的表现,通过对一定数量的样本建立了一个图像库,选择色彩空间并建立了肤色模型,然后通过形态学等处理后得到候选区域。然后对候选区域使用特征脸的方法进行验证。通过这样的方法在保证了精度的同时克服了特征脸方法原有的搜索速度慢的特点。最后本文对所使用的方法作了一个总结并对下一步的工作进行了展望。     

基于PCA和神经网络的人脸识别算法研究

在MATLAB环境下,取ORL人脸数据库的部分人脸样本集,基于PCA方法提取人脸特征,形成特征脸空间,然后将每个人脸样本投影到该空间得到一投影系数向量,该投影系数向量在一个低维空间表述了一个人脸样本,这样就得到了训练样本集。同时将另一部分ORL人脸数据库的人脸作同样处理得到测试样本集。然后基于最近邻算法进行分类,得到识别率,接下来使用BP神经网络算法进行人脸识别,最后通过基于神经网络算法和最近邻算法进行综合决策,对待识别的人脸进行分类。     

基于HSV空间的彩色图像直方图检索技术

传统彩色图像的直方图检索技术基于RGB空间,但研究发现,RGB空间不符合人眼的视觉感应。因此本文提出的算法是在HSV空间上计算彩色图像的三维直方图,通过非均匀的划分三个分量色相H(Hue)、饱和度S(Saturation)和亮度V(Value)的采样区间,得到不同的检索结果。实验结果分析表明,在HSV空间,不同的分量在不同类型的图像中的作用是不一致的。