改进五帧差法机器视觉气密性检测研究

气密性是真空设备最重要的技术指标。在工业设备检漏中,传统皂泡法依赖人工目视,其检测准确性和效率取决于工作人员的专注度和操作技能。文章采用机器视觉技术,基于五帧差目标检测算法,进行检漏和漏点定位。由于传统帧差法存在部分画面重叠、边缘信息缺失和处理高帧率视频效果较差等问题,文章提出用Otsu算子和Canny边缘检测共同改进五帧差法。首先对连续图像做差分并转化为二值图,然后对中间帧进行Canny边缘检测,将二值图和Canny边缘检测的结果进行逻辑运算、中值滤波和形态学处理,最后获得完整的皂泡目标。实验表明,新算法能够处理高帧率视频并获得更完整的皂泡轮廓信息,可用于机器视觉真空设备气密性检测。

基于MobileNet-SSD与帧差法结合的人体目标检测方法

针对人体目标检测中目标处于图像边缘或目标较小时,MobileNet-SSD算法检测效果不佳的问题,提出一种基于MobileNet-SSD算法与帧差法结合的人体目标检测方法。首先,基于帧差法实现运动目标粗略位置的获取;其次以粗略位置为基准计算目标运动区域,并在检测原图中截取该区域,实现自适应感兴趣区域(Region of Interesting,ROI)的获取,并将ROI送入MobileNet-SSD模型中实现人体目标检测;最后使用MobileNet-SSD算法与帧差法结合的人体目标检测方法开展人体目标检测试验。结果表明:基于MobileNet-SSD与帧差法结合的人体目标检测方法能有效地检测出图像边缘区域的人体目标,且不影响原有检测速度。

一种基于帧差法的夜间车辆检测方法

受光强变化大、照度低以及车灯光晕等影响,夜间环境下车辆视频检测相对白天比较困难;文中采用帧差法求感兴趣区域(Region of Interesting,ROI),抑制夜间车灯光晕;并引入"疑是车辆"的概念。以消除车辆断层和随机噪声造成的车辆误检;同时,根据运动目标在车道内分布的离散度判断车型;对不同夜间交通场景进行测试,检测率均在96%以上;在广深高速公路实地应用中取得了很好效果。

基于混合高斯模型和帧差法的吸烟检测算法

提出一种快速有效的基于混合高斯模型和帧差法的视频吸烟检测技术。利用混合高斯模型获取准确的背景,通过帧差分法对连续两帧的灰度图像序列进行绝对差运算,与背景相减获得运动目标区域;根据改进的转换模型将稀薄烟雾图像从RGB颜色空间转换到HSV颜色空间,对其颜色特征提取并进行分析,进一步将稀薄烟雾区域从运动目标区域中分离出来。实验结果表明,该技术不易受到周围环境的限制,灵敏度高、适用范围广。

一种结合帧差法和混合高斯的运动检测算法

为了克服传统相邻帧差法和混合高斯模型的不足,提出一种结合改进的相邻帧差法和混合高斯模型的运动检测方法。对于相邻帧差法,增加了梯度比较和中值滤波,突出了运动目标边界和抗噪声干扰能力。通过结合相邻帧差法和混合高斯模型的结果,把图像分为4种区域,对每个区域内的混合高斯模型参数采用不同的更新策略,减少了运动目标对背景模型的干扰,对于物体在运动与静止之间转换的情况也具有很好的适应性。根据区域的划分情况和相邻帧差法的结果确定最终的运动区域。实验表明,既缓解了相邻帧差法产生的空洞问题,也消除背景物体突然转为运动物体后产生的"影子"问题。

基于帧差法和自适应阈值区域生长的红外运动目标检测

针对具有背景干扰、信噪比低的红外图像,提出了一种基于帧差法和自适应区域生长的红外运动目标检测方法。首先对红外图像进行了高帽变换,以抑制大面积背景的干扰,相邻帧图像间做帧差,初步提取目标区域;其次分析了红外目标的特性,针对其特性提出了一种基于灰度等级的自适应阈值分割方法;最后以帧差法检测的目标质心为种子点,以自适应阈值为分割准则,在预处理后的图像中进行区域生长,最终实现了红外运动目标的检测。结果表明,所提算法可抑制大面积背景的干扰,实现单个和多个红外运动目标的完整提取和检测。

三帧差法和Mean-shift结合的行人检测与跟踪研究

为了快速、准确地对视频序列中的行人进行检测和跟踪,提出了一种基于运动区域的Mean-shift行人检测和跟踪算法。采用改进的背景差分的三帧间差分法对运动区域进行提取,并通过离线训练的HOG分类器对行人进行识别。提出采用基于Mean-shift的轮廓跟踪算法对行人进行实时跟踪。实验结果表明,该算法能够将不包含行人信息的区域进行筛选排除,在不降低检测效果的情况下明显提高了行人检测及跟踪的效率,具有较强的鲁棒性。

基于帧差法和背景差法融合的车流量检测方法

研究优化车流量检测准确度问题。针对运动目标速度和外界环境都是影响车流量检测准确性,容易造成车流量的漏检和误检等。为了克服传统算法所存在的缺陷,在现有算法的基础上,提出了一种融合帧差法和背景差法的智能车流量检测方法。首先利用帧间差分方法为主,结合减背景方法为辅,然后通过一种迭代阈值分割法滤除噪声并对背景进行实时更新。完成了多车道的车流量检测,并进行了仿真,结果得到多组数据,并提高了计算准确率。仿真结果表明,改进方法可有效地提高了车流量检测精度。

基于改进ViBe算法与三帧差法的运动检测算法

针对ViBe(visual background extractor)算法存在的鬼影和漏检问题,文章提出了一种基于改进ViBe算法和三帧差法的运动目标检测的方法。首先针对ViBe算法检测结果存在鬼影的问题提出一种改进的方法,改变ViBe算法中仅通过第1帧建立背景模型的方式;该文在前5帧中每个像素点的邻域随机选取4个像素点建立一种具有时间和空间信息的背景模型进行运动检测,并采用"或"类型三帧差法做"或"运算改善漏检的问题;然后对显著性检测结果做"与"运算去除过检点以提高运动目标检测的准确性;最后进行适当地后处理得到最终的检测结果。该算法能够去除噪声、抑制鬼影以及减少空洞点,实验结果表明能够快速并准确地检测出运动目标。

运动目标检测的三帧差法算法研究

运动目标因速度时变性强,路径不确定等特点给运动目标检测和跟踪带来难度。常用的运动目标检测方法虽然很多,但大都会因为噪声给检测的精度带来很大的影响。通过使用三帧差法提取目标,再用数学形态学的方法对提取出的图像进行处理,可有效检测出运动目标并消除噪声。实验结果表明,这种方法计算量小,受环境变化影响小,实时性强,目标检测准确性高.

帧差法和Mean-shift相结合的运动目标自动检测与跟踪

传统的Mean-shift算法简单快速,但存在半自动跟踪缺陷,在起始帧需要手动确定搜索窗口来选择目标,且核窗宽固定不变,不能实时地适应目标尺寸大小变化,容易跟丢目标。接合帧差法,首先通过帧差法检测目标,并获取目标窗口和中心,再结合Mean-shift跟踪,并通过设定ρ^(y)相对改变量r来确定目标模板是否需要重新获取,实现Mean-shift算法全自动跟踪,并能适应目标尺寸大小改变的情况。实验表明,该方法跟踪准确,实时性高。

基于帧差法与边缘信息的红外目标检测算法研究

根据红外序列图像中运动目标具有连续性和一致性,提出了帧差法和边缘检测相结合的检测方法。首先采用连续帧间差分法处理图像得到运动区域。然后对当前帧进行canny边缘检测得到边缘信息。两者检测结果相与得到运动目标边缘。最后进行形态学运算得到精确的目标边缘。仿真结果表明,该方法克服了帧差法和边缘检测的不足,对复杂背景下的运动目标能够进行准确检测。

基于帧差法和边缘检测法的视频分割算法

针对目前常用的视频分割方法易受到噪声、亮度突变的影响,很难提取出完整的运动目标这一问题,提出一种基于帧差法和边缘检测法相结合的视频分割算法。该算法首先对连续三帧图像进行差分得到运动区域,然后对当前帧进行Kir-sch边缘检测得到边缘图像,综合二者的检测结果得到更为精准的运动对象边缘。采用边缘连接算法完成对断裂边缘的连接,最后通过区域填充得到运动目标掩模图像,从而分割出完整的运动目标。实验表明,该算法可以实时有效地将运动物体从视频序列中自动地分割出来。

改进的帧差法在空间运动目标检测中的应用

针对空间运动目标检测易受光照、云层等因素的干扰,导致在没有出现运动目标的情况下,错误地判断为检测到运动目标,设计了一种改进的帧差算法,把帧差法和背景减除法相结合,周期性地把当前帧更新为背景帧。先对待检测图像进行二值化处理,有效消除了光照、云层等噪声因素,并且强化了空间目标的图像,然后通过帧差法检测出空间目标。实验表明,该方法有效降低了空间运动目标的误判率,改进的算法不需要把每一帧图像作为背景帧,提高了运行速度,也不需要对背景进行统计建模,简化了背景的建立过程,算法易于实现,操作简单,资金投入少,灵敏度高,具有较高的实用价值。

一种改进的帧差法实现火焰目标分割

针对传统船舶火灾报警系统采用的传感器在远离火灾源时很难探测到初期火灾的特性,提出了利用摄像头模式识别的方法来探测火源的构想,将顶置鱼眼摄像头作为图像传感器,在一个较大的范围内探测初期火灾,提出了一种基于火焰闪点位置的交叉性与聚合性的帧差算法,实现火焰目标分割识别。该方法是在实时视频流中,对连续两帧图像进行帧差,根据闪点位置的交叉性排除运动物体的干扰,再根据闪点的聚合程度排除一部分游离的干扰闪点,最后得到疑似火焰区域。对疑似火焰区域二值化、抽取轮廓、再由种子点位置确定火焰外形。此法能够高效地从视频图像中分割出火焰,从而为火灾的初期预防报警提供高效识别手段。

基于ZYNQ加速的帧差法运动目标检测

针对运动目标检测算法在传统PC端上实时性较差的问题,设计了一种基于ZYNQ硬件加速的运动目标实时检测系统。将摄像头采集的彩色视频流转换为灰度视频流并进行图像处理来实现运动目标检测,并将检测后的结果与原彩色视频流叠加来显示实时检测结果;选用经典的帧差法,并在ZYNQ平台上设计和实现该算法,在VDMA存储中使用乒乓操作加速,中值滤波进行图像处理时使用流水线操作并行加速,大大地提高了算法处理速度。设计实现后对传统的CPU+OpenCV实现横向对比分析,结果表明ZYNQ平台在实时性上具有明显优势。

基于帧差法和背景差法的运动目标检测

随着视频监控的发展,智能监控算法也得到逐步的改进。智能监控中主要用到的是运动目标检测算法。在运动目标检测算法中,传统算法存在检测结果不准确、抗干扰性能低等缺点。为提高运动目标检测的准确性和高效性,基于三帧差法和背景差法,提出了一种二者相结合的运动目标检测算法。该算法利用三帧差法和背景差法分别获得前景目标图像,再通过或运算将这两幅前景图像合并成最终的前景图像。实验采用交通录像为实验样本,对视频中移动的车辆进行移动侦测。实验结果表明,该算法相较于其他算法更能检测出完整的车辆轮廓。从数值上分析也可以看出,该算法能够有效减少目标图像中的噪声,精确而快速地检测出运动目标,具有良好的鲁棒性。

帧差法在运动目标实时跟踪中的应用

介绍了一种运动目标实时跟踪方法,主要利用改进的帧插法检测目标,并根据目标运动方向来控制摄像机移动.经实际应用证明,该方法满足了运动目标跟踪的实时性要求,符合工程实际的需要.

采用帧差法和相关滤波改进的TLD跟踪算法

针对TLD(tracking-learning-detection)算法实时性和鲁棒性差的问题,提出一种改进的FD-CFTLD(foreground detection-correlation filter TLD)目标跟踪算法。以TLD算法为基本框架,在检测模块采用帧差法进行前景检测,减小检测区域,提高检测速度;在跟踪模块采用核相关滤波(kernelized correlation filter,KCF)算法,并采用新的更新策略,使用检测模块修正后的跟踪结果更新跟踪器中的滤波器模型,提高跟踪的鲁棒性和精确度。实验结果表明,FD-CFTLD算法的成功率和精确度优于TLD算法,在应对光照变化、尺度变化和遮挡等场景时表现出良好的鲁棒性和实时性。

一种基于改进帧差法的运动目标检测

针对视频中的运动目标离摄像头较近时由于形状的变化而导致目标边界测定不准确的问题,在帧间差分法的基础上,提出了一个求精运动目标边界的算法。先用得到边界值计算目标中心点,再对视频中的运动目标进行运动距离和速度的检测,并在Matlab中进行仿真。实验结果表明,该算法对帧差法的结果进行求精后,得到的运动目标的状态值更接近于实际情况,改进的算法更适合于视频中运动目标形状变化较大的情况下进行运动目标状态的检测。