高斯模型下的视频运动目标提取算法研究

本文简单概述了运动目标的提取方法,重点研究了一种高斯模型下的运动目标提取算法,并对其进行了一定的改进。通过仿真,证明了其更好的性能,但同时有建模复杂、实时性较差的缺点。     

基于混合高斯模型的运动目标跟踪算法

视频帧序列中实时运动目标分割的一般方法是背景差分或者是对于背景图与当前帧的阈值公差。不同的方法之间的区别在于对于背景图的建模和模型的更新策略。本文讨论对每个像素进行混合高斯模型建模和使用在线近似的方法更新模型。自适应混合高斯模型的分布用来评估决定哪些像素点最有可能来自背景处理过程。每个像素点根据最有效代表它的高斯分布是否为背景模型的一部分进行分类。本文最后得到一个稳定、实时并且对于轻微变化不敏感和长时间的场景变化的跟踪器,满足24h×7的基本工业要求。     

基于改进的混合高斯背景模型的运动目标检测研究

针对传统混合高斯背景建模（GMM）在一些复杂场景下未能有效地描述背景,目标容易出现错误的检测,本文提出一种改进算法。该算法先对视频帧进行分块处理,然后对单模区域和多模区域采用不同的更新速率进行更新,最后在空域上对检测结果进行数学形态学的处理,从而提取运动目标。实验结果表明,该算法能够提高背景建立和运动目标检测的速率,在多种场景下运动目标的检测都具有良好的鲁棒性。     

基于视频的运动目标跟踪算法研究及改进

基于视频的交通事件管理过程中需要知道运动目标的个数、运动快慢等参数,这些数据的得到需要进一步对相关检测目标进行跟踪。运动目标跟踪的主要工作是提取、识别以及跟踪,既而得到跟踪目标的位置、速度、加速度和运动轨迹等相关运动参数。运动目标跟踪算法一般情况下包括基于区域、基于特征、基于模型、基于轮廓的跟踪方法等,各种算法有自己的适用环境及优缺点。     

基于混合高斯模型与差分法的运动目标检测

视频监控涉及计算机视觉、模式识别和人工智能等多个领域,它是指在不同环境下对人和车辆进行的实时观察,根据观察对象的动作、行为进行分析,为用户提供信息。视频监控过程分为运动目标检测、目标跟踪、目标分类和目标分析。     

基于背景模型的视频运动目标分割研究

智能视频监控已经应用于生活中的各个方面,并且伴随着新的更高的需求,还需要不断地发展。在我国,更面临着把理论应用于实践的迫切任务。其中,对视频运动目标的分割是识别,跟踪与分析的基础。最简单的分割方法是帧差法。主要对比帧差法效果更好的背景建模法进行研究探讨。     

基于DM642的混合高斯模型运动目标检测系统设计与实现

运动目标检测是智能视频监控技术的重要环节,精确的分割出运动目标是后续监控技术得以实现的重要基础。该文以强大运算能力的DM642为核心搭建了运动目标检测系统硬件平台,实现和优化了基于混合高斯模型的检测算法。实验表明,该系统能有效地检测出运动目标,实时性较高。     

排球视频中的运动目标跟踪及检测算法研究

为了提升排球视频中的对于目标的追踪能力的准确性,本文利用Mean shift算法,提出了一种高效率并且又稳定的运动目标跟踪检测算法。算法根据排球在x、y轴上的坐标位置和排球在在x、y上的速度,进行观测向量的设置,并求解观测值。实验过程中采用五台摄像机对排球运动场进行全方位的目标跟踪,最终求解得到排球在三维空间的运动轨迹。实践证明,本文算法图像处理信噪比高,时间复杂度低。     

基于OpenCV技术的视频车辆运动目标提取

本文使用Visual Studio 2008作为开发环境,并结合OpenCV提供的图像处理函数库,从开发者角度阐述了视频车辆运动目标提取的基本流程和实现方案。实验结果能够准确提取清晰的车辆轮廓图像,不仅为交通量统计提供可靠依据,也能提供公路的科学管理水平。     

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。     

基于背景差分法和光流法的视频动态目标检测与跟踪

视频运动目标检测和跟踪技术是智能视频监控的关键技术。基于这两方面展开研究,提出了自适应场境的运动目标跟踪方法。系统由背景差分实现目标检测,由目标区域LK光流预测实现目标跟踪,并融合了＂运动＂背景局部更新来实现跟踪系统对环境的自适应性。最后用VC＋＋和OpenCV软件平台设计了监控系统的演示环境,在简单场景中实现了运动目标的检测和跟踪,初步验证了系统算法的可行性和可实现性。     

智能视频监控中运动目标检测技术

本文主要讨论分析了目前常见的几种检测运动目标的技术的特点与不足,提出了一种基于颜色和纹理特征的运动目标检测法,此方法结合图像颜色的地区性影像结构,可正确地区分背景的图像与运动目标。     

基于运动目标跟踪的视频监控系统

文章介绍了一个可以实时捕捉运动目标的视频监控系统,重点介绍了该系统的硬件结构和软件实现.该系统利用VisualC++和OpenCV编写程序,实现了视频图像的预处理,运动目标的检测和远程报警等,利用单个普通摄像头在-般的室内环境下准确监控运动目标的位置.     

实时视频监控系统中一种快速运动目标检测算法

介绍了一种快速运动目标检测算法。该算法针对当前运动检测算法的不足,以背景消减和时域差分为基础,快速完成视频帧的背景提取、背景更新、运动目标检测,很好的满足了系统对时间的限制。结果表明,该方法是比较实用的,能满足实时视频监控系统的要求。     

体育运动视频图像基于聚类提取算法的研究

针对在同一场景下获取的体育运动视频序列,提出了一种基于累积帧差交集聚类提取运动员对象的算法。首先进行预处理,然后通过采取将两类帧差结果交集聚类的方法,并用中值滤波和形态学方法提取处理差值图像,得到运动前景对象。实验结果表明,该算法计算量较小、复杂度较低、实时性较高,能够获得较好的分割效果。     

实时视频中多目标遮挡跟踪方法研究

在监控背景固定的情况下,提出了基于目标模型的多目标遮挡跟踪方法。首先建立目标模型,包括颜色、形状及运动特征,然后通过帧间建立的匹配矩阵判定目标是否发生遮挡。当目标发生遮挡时,提出生成“虚目标”进行遮挡目标定位,再通过概率推理方法计算遮挡目标的可见度。实时视频上的实验结果表明,算法能在遮挡时准确跟踪及识别目标。     

基于边缘提取的会议视频图像快速解码算法研究

针对传统视频图像解码算法进行解码运算时,存在解码后视频图像失真率高、解码效率低的问题,提出基于边缘提取的会议视频图像快速解码算法.该算法采用边缘提取方法预处理会议视频图像,以获得会议视频图像的边缘掩膜,根据边缘掩膜对会议视频图像进行平滑处理.通过自适应抽帧方法增大视频图像中的序列场景,抽取未发生跳变的图像帧数.采用双向...     

高效运动目标检测算法研究

运动目标检测是计算机视觉与视频图像处理领域的重要研究课题之一,在视频监控、安防、智能交通、军事、科研等领域都有广泛的应用。提出了一种基于OpenCV的高效运动目标检测算法。     

联合背景差分与区域光流的运动目标轮廓提取

针对光流法计算量大并且无法精确提取运动目标轮廓的问题,提出一个联合背景差分与区域光流的运动目标轮廓提取算法,首先对运动目标区域进行标定,并通过求解区域光流得到光流图像,然后结合基于统计平均的背景差分法获取运动目标二值图像,从而提取出运动目标轮廓。实验结果表明,在监控场景中,本文算法能够准确地提取运动目标轮廓。     

面向空间通信视频编码算法的业务流模型

利用Hadamard变换的去相关性能和3D小波视频编码的帧结构特性,提出了一种新的面向空间通信视频编码算法的业务流模型。实验结果表明,新模型产生的仿真数据能够匹配视频源数据的概率密度函数,能够模拟空间通信视频源数据的短时相关性和长时相关性,在漏桶评估实验中,模型仿真数据与视频源数据的排队性能匹配效果好,可以作为空间通信系统研究的视频源模型。