基于形态学的复杂背景目标检测算法的研究

复杂背景下目标检测存在诸多困难,主要为背景对目标检测的干扰,大量噪声存在导致传统导数边缘检测方法的失效等。针对上述两点,提出了分割区域图像、利用形态学方法检测目标的新算法。首先利用目标与背景灰度差异性来确定目标的大致区域,将其分割出来,然后再结合多结构元素法进行目标的精确检测。通过与原图像分割、聚类算法分割实验比较,该算法具有较好的抗干扰性和抗噪性能。

基于视频的烟焰检测方法研究

烟焰作为火灾最为明显的标志,对于其进行实时检测,在火灾监控方面有着重要的意义。传统的离子式、光电式、吸烟式等烟雾探测器受到空间和时间的限制,不能进行实时全面的探测[1]。本文提出了一种基于视频的烟焰检测算法,采用帧差法提取出差值图像,经过图像处理,获得了理想的烟焰轮廓,根据轮廓大小来确定被监测区域是否有火灾的发生。实验证明,该方法实时准确、灵敏度高、抗干扰能力强、适用范围广,具有广阔的应用前景。

基于RGB空间的彩色图像分层检测方法研究

针对彩色图像具有颜色信息的特殊性,本文利用了背景与目标在不同颜色层亮度的差异性,提出一种对彩色图像进行RGB分层处理的目标检测方法。即通过RGB三原色原理对彩色图像分层处理,获得3幅目标图像,结合数学形态学的非线性应用,设计了自适应的阈值分割法分别对R、G、B空间进行目标检测,得到侧重点不同的检测结果,然后将检测结果进行融合。实验证明,与灰度化处理后进行目标检测方法相比,本算法在完整性和准确性方面有所提高。

基于数码相机的大型物体测量方法研究

工业生产中,常常需要对某些物体的几何参数进行检查、测量,以检查是否满足质量要求。本文提出了一种利用数码相机测量大型物体几何尺寸的方法。介绍了测量原理、相机成像模型、标定原理以及畸变情况,通过直接线性变换(DLT)标定相机内部参数,结合透镜成像的知识,对采集到的序列图像进行测量,计算出建筑的宽度和高度。实验证明,该方法能够克服传统测量方式的缺点,并且获得较为准确的结果,满足工业测量的要求。

基于TMS320C6678平台的粒子滤波目标跟踪设计与仿真

设计了以TMS320C6678多核DSP为核心的高速信号处理平台,对部分关键电路作了详细介绍,在CCS开发环境下实现了以网络通信对视频信号采集功能,引入了粒子滤波目标跟踪算法,实现了基于粒子滤波的红外弱小目标跟踪功能。试验验证了TMS320C6678多核DSP多线程机制下高速数据处理能力,可以满足对图像信号处理中复杂算法实时性要求。

基于对称差分的背景减法运动目标检测

提出了一种基于对称差分和背景差分相结合的运动目标检测方法。先通过多帧图像平均法取得初始背景图像,并结合采集到的当前帧图像和前一时刻的背景获得更新背景,采用背景减法获取前景目标;同时运用对称帧差法取得前景图像,用两种差分图像进行或运算,提取到运动目标,用形态学方法进行后期处理。实验结果表明,该方法能够有效地获取运动目标。

基于多特征融合的转移粒子滤波红外小目标跟踪算法研究

针对红外跟踪系统中弱小目标的稳定跟踪需要满足抗干扰、抗遮挡要求,设计了基于目标运动、直方图、分形维数、能量等特征的多特征融合观测概率数学模型;通过对粒子滤波算法的改进,设计了转移受限粒子滤波跟踪算法,同时,将多特征融合观测概率与转移受限粒子相结合应用于红外弱小目标跟踪领域,实现了红外弱小目标稳定跟踪,并具备较好的抗干扰、抗遮挡性能。仿真实验结果验证了相关算法的有效性和实用性。