基于微分的光流计算方法

结合基于微分的光流计算方法,借助Microsoft Visual C＋＋6．0仿真和实验验证了该方法在动态背景运动目标检测中的应用,提高了动态背景补偿效率。     

基于分层光流场的运动车辆检测与跟踪

针对LK(Lucas Kanade)算法不能稳定跟踪快速移动目标的局限性,采用一种图像分层光流的跟踪方法,能获得针对目标的大尺度运动的较好预测结果.为了减少计算量,提出一种基于特征角点的光流跟踪技术,首先提取运动车辆的特征角点,计算其光流场,对角点实施跟踪极大地减少了光流计算量,可以满足目标检测实时性的要求.实验表明,当运动车辆转弯和移动时,角点始终稳定可靠,并且跟踪算法能够快速、准确地匹配特征焦点,实现了复杂交通场景下对运动车辆的实时稳定跟踪.     

雾霾天气下运动目标检测技术研究

雾霾天气的频繁出现使运动目标检测受到了很大影响。为提高雾霾天气下运动目标检测质量,研究了当前去雾算法和运动目标检测算法。针对雾霾天气下可见度低、运动物体模糊的情况,比较了当前的去雾算法,使用性能优良的基于暗通道的去雾算法对图像进行去雾,然后对处理过的图像序列进行光流法计算,完成运动目标检测。将基于暗通道的去雾算法和光流算法相结合,应用于雾霾天气下的运动目标检测,以提高检测质量。通过Matlab仿真表明,改进方法比直接通过光流算法检测的效果更好。     

一种改进的视频运动目标检测算法

为了克服帧间差分法和HS光流法在运动目标检测中的缺点,提高视频运动目标检测准确性,提出了一种将改进的三帧差分法和基于灰度梯度优化计算的光流法相结合的运动目标检测算法。首先利用改进的三帧差分算法对图像进行预处理,使用最大类间方差法对图像进行二值化,获得全局二值化阈值,得到准确度较高的运动目标区域;然后利用优化灰度计算的光流法处理,排除光线等因素的干扰,从而更加准确地提取运动目标区域。实验结果表明,该方法能够有效提高运动目标检测的准确性。     

基于形态学的红外小目标检测算法

在分析复杂天空背景下红外视频序列特征的基础上,针对红外小目标本身特性及红外序列低信噪比的问题,提出适合该环境的红外小目标检测算法.该滤波方法以形态学滤波理论为基础,首先采用均值滤波和Open ing-Tophat运算对红外视频序列进行预处理,然后运用基于均值和方差的统计分割方法提取图像中的运动目标,从而实现了红外小目标的检测.实验结果表明,所提出滤波方法具有良好的检测和分割效果,能够有效地改善跟踪精度.     

一种复杂背景下运动目标识别和跟踪方法

针对在复杂静态背景下对运动目标点识别和跟踪的问题,本文将复杂静态背景下运动中的小车作为动态目标,根据目标特征采用图像预处理和图像配准的方法完成了对目标的探测和跟踪实验结果表叫：该方法可以基本满足复杂背景下运动目标自动识别和跟踪的要求．     

视频场景中运动目标检测算法综述

本文阐述了在视频场景中进行运动物体检测的基本流程.介绍了视频目标跟踪的基本算法及其研究进展,包括基于帧差的方法、基于背景模型的方法、基于光流的方法、基于上下文的方法,文章分析了它们的优缺点.     

面向异常事件监控的目标跟踪算法设计

针对异常事件监控的需求,提出一种运动目标跟踪算法.该算法首先运用背景减法检测出运动目标,然后运用SURF(speeded-up robnst features)对运动目标进行特征提取和特征匹配,结合扩展卡尔曼滤波器(EKF)实现目标跟踪.实验结果表明,该算法能够有效地解决静态场景下异常事件监控等问题,具有较好的实时性和鲁棒性.     

关于红外微弱运动目标检测与跟踪系统的基本结构的探讨

随着导弹技术的发展和红外技术的进步,红外成像制导技术越来越受到研究人员的重视．红外微弱目标的检测技术是红外成像系统中的核心技术之一．低信噪比条件下的微弱目标检测与跟踪问题也一直是近些年来国内外学者研究的一个热门课题．由于红外图像本身起伏背景复杂而微弱且又只占一个或几个像元,往往淹没在背景中,造成信噪比太低而无法进行检测．为此围绕着低信噪比条件下的微弱目标检测与跟踪问题,通过对目标的观测模型分析,总结出外微弱运动目标检测与跟踪系统的通用原理框图．     

基于分形的快速最大熵红外图像特征检测

文章针对红外图像目标检测问题,提出一种基于分形的快速最大熵的红外图像特征检测算法.该算法利用DBC方法计算分维数,根据人造物和自然背景分形维差异,确定目标区域;最后,通过二维最大熵原则确定最佳阈值,实现对单目标或者多目标图像分割.该算法能够较好实现红外图像特征检测,有效抑制背景和噪声.     

一种视频防抖的车辆检测算法

为解决由于道路颠簸、车辆自身抖动导致视频帧图像模糊而影响车辆检测效果的问题,采用基于特征匹配的光流法结合SURF特征点提取算法对车载视频进行防抖预处理,再将增稳后的视频序列传入训练好的YOLOv4框架进行车辆检测.在KITTI数据集上对该算法进行验证,最终识别准确率达96.5％.通过对比防抖前后测试结果发现,建立的防抖...     

一种基于对称差分的运动检测算法

用于数字视频监控系统中运动物体检测的算法是一种基于三帧差分法的对称差分运动目标检测算法。实验表明,这种算法对于光照、背景内容的变化不敏感。该算法能够有效地检测出图像中的运动物体。     

基于噪声与阴影抑制多模态背景模型的运动物体检测

针对场景照明变化、模型初始化以及阴影等问题, 提出了一种用于视频监视系统运动物体检测的统计多模态背景模型. 通过相隔固定的帧差值阈值化得到背景样本值, 并采用高斯核密度估计方法计算背景灰度的概率密度函数. 利用像素的邻域信息来去除由于摄像机抖动和场景小运动产生的噪声. HMMD色彩信息用来检测和抑制运动投射阴影. 实验结果验证了算法在交通监控前景物体分割中的有效性.     

基于光流场的实时视频中运动目标的检测与跟踪

实时性是运动目标检测和跟踪技术中一个重要的要求。本文设计并实现的一种实时视频中运动目标的检测与跟踪系统,利用usb摄像头采集实时视频,光流场法检测与跟踪运动目标。在MATLAB的软件环境里,将GIUDE方便的图形界面布局与强大的计算机视觉库工具箱结合起来,界面清晰简明,显示实时。     

一种改进的融合前景点重采样的ViBe算法

针对视频第一帧中存在待检测的运动物体,利用视觉背景提取算法(ViBe)对该物体后续帧检测,会在第一帧的位置上持续出现鬼影现象,提出了一种改进的ViBe算法.该算法在视频中融合连续N帧图像作为前景点的基础上,采用重采样的方法来初始化背景模型以实现动态背景有效提取.实验结果表明,提出的改进算法能有效地检测出动态背景下移动物体,并能有效地解决图像获取的鬼影现象,从而提高了算法的误检率及鲁棒性,通过改进后的ViBe算法比原算法能够更有效地检测动态背景下的运动目标.     

一种改进的ViBe算法

针对Vi Be算法在使用含有运动物体的帧进行建模,在检测阶段容易引入Ghost区域以及在高动态背景下不能较好地检测运动目标的问题,使用块区域进行建模对Vi Be算法进行了改进.算法把每一帧图像分成若干不重叠的块,对每个块进行离散余弦变换,取变换后块的直流分量建立背景样本集.从第二帧开始,用当前帧中每个块直流分量与对应的背景样本集进行比较,得出该块应该归为背景还是前景,进而检测出运动目标,并用该块更新样本集中与该块最不相似的样本.结果表明,给出的算法可以快速地去掉Ghost区域以及在高动态背景下算法仍能较准确地检测出运动物体.     

光流改进算法及其在无人机中的应用

光流是一种运动的描述方式,也是计算机视觉研究的主要对象,目前光流改进算法已经应用在我国无人机设计中,并取得了一定的研究成果。基于此,拟将分析光流改进算法,其中主要包括光流改进算法的原理、光流改进算法的类型两方面内容。并研究光流改进算法在四旋翼无人机中的应用,其中主要包括开源飞控系统、光流改进算法的设计方式以及光流改进算法在无人机中的应用试验三方面内容。     

Matlab下视频处理系统设计与实现

随着计算机技术的飞速发展,人们想要通过计算机方便快捷地获取来自外界的可靠数据,在此过程中数字信息处理技术占据了重要地位。研究基于Matlab的视频处理系统的设计与开发,借助Matlab图像处理技术并选取光流法对视频进行处理,最终实现对视频中运动物体的检测。该研究可为运动物体的跟踪与预测技术奠定基础。     

基于背景抑制的4种红外小目标检测算法比较

背景抑制是红外小目标检测的关键技术.对空域高通滤波、最大中值滤波、单一结构元素形态学和多结构元素形态学的背景抑制原理进行分析,并在云杂波背景条件下对4种算法进行仿真并作比较.仿真结果表明多结构元素形态学算法性能最好,最大中值滤波算法次之,单一结构元素形态学算法稍差些,高通滤波算法最差.     

面向传感器网络的分布式定位算法研究

针对无线传感器网络中利用信号强度难以精确定位目标的问题,深入研究了传感器网络定位测量原理和方法。通过对传感器节点的分布情况和信号强度的衰减特点,要研究并提出了利用传感器网络节点,在理想状态下分布式状态估计算法,实现对静态目标和运动目标的准确定位及运动轨迹跟踪。给出了在节点定位过程中各种信号参数之间的关系式,并对所提出的定位原理进行了证明。最后分别给出了针对静态目标和运动目标的定位计算式。