基于二次帧差背景提取的车辆追踪方法

针对智能交通系统对交通参数获取的实时性需求,利用背景的短时不变性,并结合帧差分法与背景差分法,提出一种运动车辆的追踪方法.该方法采用二次帧差法对背景快速提取,再对采用背景差分法获得的差分图像进行二值化,同时,为提高识别率对二值化图像进行了形态学操作,得到了较为完整的连通域.最后以帧间连通域的距离为依据,进行车辆追踪.实验结果表明,该方法具有良好的实时性和精确度以及鲁棒性,能够满足智能交通系统的实时需求.

基于现场可编程门阵列的水果识别系统设计

针对目前大多数水果识别系统实时性差和成本较高的问题,本文提出一种基于现场可编程门阵列(FPGA)的水果识别系统。整体硬件设计包含图像采集、检测识别和显示模块。软件部分通过图像采集平台将水果图像存储至双倍数据率同步动态随机存储器(DDR3)控制模块,进行图像灰度化处理,并创造性地提出背景帧差法对水果图像进行分割。通过融合水果颜色和几何特征,实现对水果数量、颜色和种类的识别。整个水果识别系统在不同光照下对常见水果进行了测试。实验结果表明,水果平均识别准确率达到93.25%,识别速度约为16.67 ms,FPGA硬件资源消耗率仅占28.02%,可以满足实时性需求。

一种运动目标检测实时性和鲁棒性的方法

针对二帧差法和背景差法各自的不足提出建立在这两种方法基础之上的改进算法。该方法首先使用二帧差法对运动区域进行粗分割,并进行形态学膨胀处理来消除"空洞"影响。然后提出基于运动面积比的改进的自适应背景更新方法。最后采用背景帧差法对粗分割出来的运动区域进行细分割。该方法既保留了二帧差法和背景帧差法实时性能特点,同时解决了二帧差法中产生的"空洞"、"双影"现象和背景帧差法中由于光照变化等造成的背景更新误判现象,具有很强的鲁棒性。

实时视频检测系统中背景更新及复杂目标定位算法

本文提出了针对固定背景帧差法的背景更新算法和多目标定位算法。在背景更新中,通过建立目标、噪声矩阵来保存图像的特征信息,利用分类的思想优化更新策略,基于像素对背景进行更新;在目标定位中,提出了基于目标对角线的连通判断模板,该模板不断生长进而检测目标的中心点和体积,可实现实时场景中多目标和形态差异目标的定位。户外实验证明了算法的健壮性和鲁棒性,可以实现背景更新和复杂目标识别。