An Improved Moving Object Detection Algorithm Based on Gaussian Mixture Models

Aiming at the problems that the classical Gaussian mixture model is unable to detect the complete moving object, and is sensitive to the light mutation scenes and so on, an improved algorithm is proposed for moving object detection based on Gaussian mixture model and three-frame difference method. In the process of extracting the moving region, the improved three-frame difference method uses the dynamic segmentation threshold and edge detection technology, and it is first used to solve the problems such as the illumination mutation and the discontinuity of the target edge. Then, a new adaptive selection strategy of the number of Gaussian distributions is introduced to reduce the processing time and improve accuracy of detection. Finally, HSV color space is used to remove shadow regions, and the whole moving object is detected. Experimental results show that the proposed algorithm can detect moving objects in various situations effectively.

基于区域上下文感知的前景提取

为降低图像颜色分布和弱边缘对前景提取的负面影响,提出一种基于区域上下文感知的前景提取模型。结合图像亮度梯度和颜色信息将图像分成互不相交的区域,区域内颜色具有同质性,近邻区域间存在显著差异;依据颜色分布设计区域相似性测度,构建区域上下文关系和感知空间;在感知空间中将前景提取转化为二分类问题。实验结果表明,相对于传统模型,该算法提高了弱边缘、颜色非均匀分布图像的前景提取效果。

基于能量场的城市道路车辆交互强度研究

由于交通环境的复杂性、车辆之间的交互多变性,无人驾驶的行为决策研究一直存在应用灵活性较差、精度不高的瓶颈。因此,以探究车辆之间的交互机理为目标,深入研究车流运行的微观规律,为无人驾驶的行为决策研究提供理论依据。首先,基于能量场的物理性质,将车辆类比于引力场中的场源,建立车辆的行车交互场模型,并依据能量场中的质量和车辆物理特性定义了交互虚拟质量,例如速度、加速度、车型。采用行车交互力模型量化车辆之间的交互程度,依据临界车头间距与多普勒效应分别重新定义交通环境中的距离和速度。其次,利用实车在上海浦东新区同顺大道采集速度、相对距离等相关数据,通过视频处理软件Kinovea提取行车记录仪中的数据,采用高斯混合模型验证行车交互力与实际驾驶行为之间的关系。最后,通过K-means算法对行车交互力聚类分析,量化车辆行驶风险等级。结果表明:通过高斯混合模型计算出的跟驰、换道分类结果与实际分类结果的误差分别为1.12%和9.1%,说明行车交互力对车辆交互的量化描述能力较好;同时,在行车交互力模型的基础上将行车风险分为4级,有效评估了行车风险。本研究提出的行车交互力模型不仅可以拓展以往行车安全场的应用范围,也为驾驶行为决策研究提供一定的理论支撑。

成渝地区空间经济结构时空演变、驱动因素及分布动态演进

基于2011—2020年四川省15个地级市和重庆市中心城区及20个区(县)的面板数据,分析成渝地区空间经济结构演化特征;建立动态空间嵌套和动态空间半参数模型,挖掘其驱动要素;使用高斯核密度估计法刻画经济结构动态演化趋势。结果表明:成渝地区经济结构不断优化,中部“塌陷”问题得到一定程度缓解;成渝地区总体上并没有形成第三产业“回流效应”,并且第三产业对经济发展的贡献乏力,而城镇化和人力资本水平开始持续接力;成渝地区存在“城镇化水平”阈值效应,省际间及第三产业发达与落后地区间驱动因素存在异质性;成渝地区总体上城镇化水平与第三产业发展存在正向“M”型非线性关系,政府干预可以缩短边际递减效应持续性,市场配置可以延长边际递增效应时效性;四川省除成都市以外的地区经济开始后起发展,而重庆市则表现平平;成渝地区各区域之间产业结构不仅存在横向“拔河效应”,其内部二、三产业也存在纵向动态“拔河效应”;成渝地区局部区域的经济发展出现了极化趋势,但这种差异在不断缩小。

融合CLAHE-SV增强Lab颜色特征的水稻覆盖度提取

为解决由于阈值不确定和光照强度不稳定所造成的植被覆盖度提取效果不理想的问题,该研究提出一种融合CLAHE-SV(contrast limited adaptive histogram equalization-saturation value)增强Lab颜色空间特征的高斯混合模型聚类算法。以分蘖后期的水稻为对象,利用无人机获取2、3、4和5 m高度下的水稻可见光图像,采用限制对比度自适应直方图均衡化算法(contrast limited adaptive histogram equalization,CLAHE)对HSV颜色空间中饱和度(S)和亮度(V)分量进行增强,并在此基础上应用高斯混合模型(gaussian mixture model,GMM)结合Lab颜色空间的a分量分割图像背景和提取水稻覆盖度,并与GMM-RGB、GMM-HSV、GMM-Lab进行对比分析。结果表明,基于a分量构建的GMM-CLAHE-SV-a与GMM-a模型在不同高度图像中的分割效果均优于RGB、HSV、Lab,其中GMM-CLAHE-SV-a精度最佳。相比于GMM-a,在高度为2、3、4和5 m时GMM-CLAHE-SV-a的总体分割精度均值分别提高了2.16、1.01、1.03和1.26个百分点,Kappa系数均值分别提高了0.0414、0.0173、0.0190和0.0221;覆盖度的平均提取误差分别降低了8.75、7.01、5.93和5.34个百分点,决定系数R2分别提高了0.0960、0.0502、0.0622和0.1906,较好地降低了光强和倒影的影响。与已有方法相比,该算法无需标记训练集或计算阈值,可直接对无人机图像进行处理,具有较高的普适性,可以在复杂的大田环境下快速分割水稻像素并提取植被覆盖度信息。

环境正义视阈下城市公园绿地时空可达性及其影响因素

从环境正义视阈出发,重点关注选择步行和私家车出行的居民群体,采用高斯两步移动搜索(2SFCA)模型和基尼系数测度2000—2018年武汉市中心城区公园绿地可达性和公平性的时空差异,并运用梯度提升决策树(GBDT)模型进一步探析交通因素、用地因素和社会经济因素对公园绿地可达性的非线性影响及其阈值效应,以期为公平导向下的城市绿地规划提供相关参考。结果表明:(1)研究时段内公园绿地供给与需求均呈现较快的增长,居民出行成本在逐渐降低;(2)居民选择两种交通方式出行的公园绿地可达性高值区域均呈现扩大趋势,主要分布在长江两岸、湖泊和大型风景区周围,但是不同时期步行方式可达性低值区域均多于车行;同时,基尼系数显示研究时段内两种交通出行的居民享受公园绿地服务的机会均不公平,且步行可达不公平程度远大于车行;(3)用地结构和社会经济因素对不同时期公园绿地服务可达性存在协同性影响,而交通因素是不同交通方式出行可达性存在差异的主要原因;(4)非线性关系图显示关键变量的阈值效应能够为城市绿地精细化规划与管理提供量化参考。

基于高斯混合过程的空间机器人任务空间预测控制方法

针对空间机器人的精准操控需求和任务空间控制问题,提出了一种基于高斯混合过程的模型预测控制方法。在建立的空间机器人标称模型基础上,考虑实际工作过程中由于关节摩擦、参数测量误差导致的建模误差,利用高斯混合过程对标称模型的不确定性进行精确、高效的分析和修正。其次,基于修正后的模型提出了非线性模型预测控制方法,在考虑实际物理约束,如关节限位、输入饱和等的情况下,实现了空间机器人基座和机械臂末端位姿对期望轨迹的直接精准跟踪。最后,考虑航天器在轨操控中的推力器冗余配置问题,设计了推力分配方案,并通过仿真结果校验了所设计控制方法的有效性。

深圳市轨道交通复杂网络特性分析

为了研究深圳市轨道交通网络的特点,对深圳市轨道交通网络建立基于复杂网络理论的L空间及P空间网络模型。通过对网络路径长度的分析,发现P空间网络模型不完全适用于深圳市轨道交通网络。通过对节点度、节点介数、聚类系数等参数及其分布规律的分析,得到深圳市轨道交通网络具有较高的聚类系数和较小的平均路径长度,但节点度分布在L空间及P空间下均服从高斯分布,说明深圳市轨道交通网络属于具有一定小世界网络特征的混合结构网络。通过分析深圳市轨道交通网络的复杂网络特性及存在的部分问题,可以为优化轨道交通网络的连通性提供一定的理论基础和科学依据。

基于混合高斯模型的阴影去除算法

阴影去除是智能视频领域中运动目标识别的一项重要内容,其结果直接影响目标识别的准确性。针对当前基于纹理特征的阴影去除算法的不足,提出一种结合YCbCr颜色空间和混合高斯模型(GMM)的阴影去除算法。首先利用混合高斯模型提取出运动区域;然后通过分析运动区域的前景和背景在YCbCr颜色空间的差值统计特性,建立混合高斯阴影模型;最后根据高斯分布的概率分布规律,得到阴影分布特性,从而实现对阴影的去除。对于实验中的序列图像,所提算法有70%以上的阴影检测率。实验结果表明,所提方法能够在不同的场合快速有效地去除阴影,准确地提取运动目标。

基于Lab颜色空间的非监督GMM水稻无人机图像分割

为解决传统水稻冠层图像分割算法性能在很大程度上依赖于训练数据集的质量,且分割效果易受田间多变光照强度影响,导致水稻生产参数估计精度不高等问题,提出一种基于Lab颜色空间的非监督贝叶斯方法,用于田间水稻无人机图像分割。模型参数从每个独立、未标记的无人机图像直接学习获得,无需训练。不同图像会有不同的模型参数,该算法能够适应各种不同环境拍摄的图像。将提出的算法应用于分蘖后期田间水稻的无人机图像分割,并与RGB-GMM、HSV-GMM和All-GMM算法进行对比,在高度10 m图像中平均查全率、平均查准率和平均F1值分别为0.8427、0.7570和0.7948,在高度15 m图像中分别为0.8756、0.7133和0.7788,优于RGB-GMM、HSV-GMM和All-GMM算法。研究表明,本文提出的方法可以从复杂大田环境拍摄的无人机影像中准确提取水稻像素。

基于逆高斯过程的腐蚀油气管道维修策略

对腐蚀油气管道系统的剩余寿命进行预测可以为优化维修决策方案提供依据。考虑到油气管道不同状态下的腐蚀,将逆高斯随机过程理论引入油气管道腐蚀评估领域,提出逆高斯-状态空间油气管道腐蚀退化过程模型和维修决策优化模型。首先根据其腐蚀机理建立逆高斯-状态空间退化过程模型,运用经验最大化算法与粒子滤波算法相结合的参数估计方法对模型中的参数进行求解,得出腐蚀油气管道的剩余寿命分布函数和概率密度函数;进而建立腐蚀油气管道的维修决策优化模型,计算出模型最优的维修更换时间和最小费用,制定出较合理的维修方案;最后用腐蚀油气管道的实验数据对模型进行验证。应用实例表明,优化模型用于油气管道腐蚀评估和维修优化是可行的。

语音情感的维度特征提取与识别

研究了情绪的维度空间模型与语音声学特征之间的关系以及语音情感的自动识别方法。介绍了基本情绪的维度空间模型,提取了唤醒度和效价度对应的情感特征,采用全局统计特征减小文本差异对情感特征的影响。研究了生气、高兴、悲伤和平静等情感状态的识别,使用高斯混合模型进行4种基本情感的建模,通过实验设定了高斯混合模型的最佳混合度,从而较好地拟合了4种情感在特征空间中的概率分布。实验结果显示,选取的语音特征适合于基本情感类别的识别,高斯混合模型对情感的建模起到了较好的效果,并且验证了二维情绪空间中,效价维度上的情感特征对语音情感识别的重要作用。

小波域马铃薯典型虫害图像特征选择与识别

为准确、快速地识别马铃薯典型虫害,提出了一种基于小波域的马铃薯典型虫害特征提取与识别方法。该方法以自然环境下的马铃薯虫害分割图像为对象,提取小波域高斯空间模型的高频协方差阵特征值与低频低阶矩(HELM)的12个不变纹理特征、空间域Hu不变矩的4个形状特征,进行支持向量机(SVM)的虫害分类识别。通过对8类典型虫害的识别,试验结果表明:在SVM识别方法下,本文HELM特征提取方法,相比传统纹理特征提取方法,在特征计算量不增加的同时,平均识别率至少提高了17个百分点;在HELM特征与Hu矩特征下,本文SVM的运行时间为0.481 s,比人工神经网络快了近2 s,平均识别率为97.5%,比人工神经网络、贝叶斯分类器识别率提高了至少6个百分点,有明显的识别优势。

基于高斯混合模型的空间域背景分离法及阴影消除法

运动检测和背景分离技术是智能视频监控系统中的一项关键技术。由于目前广泛使用的高斯混合模型背景分离法是在像素域的时间尺度上对像素进行分类,因此常常造成误判,且无法解决阴影问题。为解决此问题,提出了一种空间域上的背景分离法。该方法首先将像素检测从像素域拓展至空间域的局部窗口内;然后在得到前景点集后,再将此空间域检测思想结合像素亮度特征运用到阴影消除中;最后,对经典模型的部分参数估计方法进行了修改。相关的实验结果证明,该方法可用于提高背景分离的检测精度和实现运动物体阴影消除。

基于目标跟踪和多特征融合的火焰检测算法

针对目前视频火焰检测算法无法达到高检测率、低误检率和实时的工业需求,提出一种基于目标跟踪和多特征融合的火焰检测算法。首先利用混合高斯背景建模获取前景图像,在HSV色彩空间中根据火焰的颜色特性分离出疑似火焰区域,对火焰疑似区域采用卡尔曼滤波器实现运动目标的跟踪,再结合火焰的相似度、区域增长率和跳动频率特征用加权求和得到的值与报警阈值相比,最后根据判断比较确定真实火焰区域,并且实现对火焰的持续跟踪。实验结果证明,该算法能够对火焰区域进行有效的检测与跟踪并且具有良好的实时性和抗干扰能力。

一种实用的运动目标检测和跟踪算法

为使智能视频监控系统在监控时不仅具有较高的准确率,同时也保证系统的实时性,设计并实现了一种实用的在摄像机静止条件下运动目标检测和跟踪算法。首先对采集到的视频图像进行预处理,为算法提供最佳的图像数据,然后用混合高斯背景建模方法实现前景/背景分割,用形态学操作提取前景目标,最后用基于空间距离的方法实现目标跟踪。算法应用到实验系统,实验表明,系统在保证实时性的同时,能够正确检测和跟踪监控场景中的运动目标。

基于不同颜色空间的运动目标检测算法分析

视频图像运动目标检测是有效分类和跟踪运动物体的关键步骤。对于彩色图像,大多选择颜色特征作为运动目标的检测标准,而不同的颜色空间反映图像的信息不同。为此,本文分析了运动目标在多种颜色空间下的信息变化情况,以及不同色彩空间下的像素特征对目标检测算法性能的影响;比较了复杂背景环境下,基于不同颜色空间特征值的混合高斯模型算法的背景减除效果,以期为多种典型环境下颜色特征优选和算法优化提供理论基础和实践指导。实验结果表明:在RGB、YCrCb、HSV和Lab四种不同颜色空间中,基于Lab颜色空间的运动目标检测算法具有更高的检测率和更低的误检率,是一种能抗背景光干扰、适应能力较强、鲁棒性较好的检测算法。

基于YCgCr色彩空间的人脸检测技术研究

讨论一种复杂背景下彩色图像的人脸检测方法。在RGB色彩空间对输入图像进行光照补偿,采用YCgCr色彩空间的高斯肤色模型来分割肤色区域,对肤色分割后的二值图像进行数学形态学和连通区域的分析和处理,尽可能去除大部分非人脸区域,最终定位出人脸区域。实验证明,该方法对不同光照条件和复杂背景下的图像有较好的适应性和检测效果。

基于YC_bC_r颜色空间的背景建模及运动目标检测

高斯混合模型广泛应用于基于背景建模的运动目标检测中。首先在YCbCr颜色空间采用自适应高斯混合模型对背景的每个像素建模;然后,对输入的当前帧图像的每一像素值与该像素点对应的高斯混合背景模型的各个高斯模型进行比较,将前景运动区域(包括运动目标、投射阴影)从场景中提取出来;最后,采用局部二元图(Lo-cal Binary Pattern,LBP)来提取纹理特征,利用背景在阴影覆盖前后的纹理相似性去除投射阴影,同时结合阴影的空间几何特性优化运动目标检测结果。实验结果表明,该算法能有效地检测出投射阴影和运动目标,具有较高的实际应用价值。

基于状态空间模型的子频带语音转换算法

语音转换是一项改变说话人声音特征的技术,该领域主流方法——基于高斯混合模型的全频带参数映射,会导致转换后的语音频谱产生帧间不连续性.本文针对以上问题提出了改进方案:首先引入状态空间模型来模拟语音动态变化特性,其次利用离散小波变换对语音低频和高频部分的参数分为子频带处理.文章最后用主观和客观实验对提出的算法进行的实验仿真和验证.