分块思想和码本模型的运动检测算法

为了消除静止摄像机下复杂背景环境对运动目标检测造成的影响,同时又为解决目前的运动目标检测算法在检测速度、准确度方面存在的不足,提出一种改进码本模型的运动目标实时检测算法.首先利用分块的思想将一幅图像分成若干宏块(MacroBlock),然后对每个宏块进行背景建模聚类成码本.在目标检测时,同样对当前帧进行分块,对于每个宏块求得像素均值和亮度均值并与其对应位置的码本进行比较判断,从而提取出前景目标.实验证实,对存在动态因素的背景视频,该算法不仅能有效抑制伪目标的出现,而且能准确快速地检测出运动目标.

基于水平积分投影图形状的试纸条图像匹配

为了解决现有的图像匹配算法计算量大、抗干扰能力差的缺点,提出一种基于水平积分投影图形状的模板匹配方法并应用于在检测卡图像中寻找试纸条区域,以便为进一步的图像分割提供重要依据。积分投影方法以前主要应用于人脸特征的提取,该方法可以快速有效地找到人脸特征的位置。将该算法的思想应用于图像匹配领域,并与传统的模板匹配方法相比,发现该方法具有更快的匹配速度,且对于目标图像的灰度变化和小角度的旋转具有免疫性。