基于YUV颜色空间与局部纹理的运动阴影去除

提出一种视频监控中运动目标的运动阴影去除算法。该方法使用混合高斯背景建模初步得到运动目标区域,在此基础上利用阴影区域的色度、亮度信息与背景的差异,与局部二值纹理模式LBP(Local Binary Pattern)思想相或的方法来消除运动阴影,接着使用形态学的方法去除像素突变的边缘部分。实验结果表明,该方法可以很好地保留前景图像。

运动目标跟踪研究

运动目标跟踪是智能视频监控系统的核心处理技术,是监控系统实现智能化的关键。跟踪过程中由于光线、遮挡等问题的存在,对相邻的视频序列中同一目标进行准确定位造成很大影响。主要对单摄像机内运动目标的稳定跟踪以及遮挡处理进行研究。

角点检测技术研究及进展

角点是图像的重要局部特征,在图像配准、图像理解及模式识别等领域中,角点检测具有十分重要的意义。对角点检测的各种方法进行了分析、比较,给出了性能评价标准。最后,分析了该领域现存的问题、最新研究动态及发展方向。

同位模式挖掘中一种改进的极大团事务化算法

发现不同空间对象类型的同位关系是重要的空间数据挖掘问题.研究了目前提出的2类典型同位模式挖掘算法,提出了一种改进的极大团空间事务化算法(CoreClique),该算法以核心团为基础来产生极大团,避免了核心团内部实例点成团的计算量,通过核心团与扩展团的结合可较全面地发现空间中的极大团信息.实验表明,该算法可以有效地产生极大团,对空间数据进行事务化处理.

基于Mean Shift算法和灰度模板匹配的运动目标主动跟踪

该文提出了一种综合Mean Shift算法和灰度模板匹配的主动跟踪算法。该算法利用灰度模板匹配与运动目标在图像的位置无关的特点,在视角和焦距发生变化后用灰度模板进行穷尽搜索,再用匹配结果更新Mean Shift搜索窗口,解决了Mean Shift算法要已知目标区域才能正确跟踪的问题。该算法能在视角和焦距发生变化的情况下能正确的跟踪运动目标并能使被跟踪的运动目标始终保持在图像的中心区域。实验表明,该算法具有较好的可行性。