基于复小波光流法和利用平均算子的二次三帧差法的运动目标检测方法

针对机器视觉系统中快速运动目标的检测问题,提出了一种结合复小波光流法和利用平均算子的二次三帧差法的运动目标检测新算法。首先,在考虑算法复杂度的情况下,选择图像中的Harris角点作为特征点计算光流信息;然后运用复小波光流法对运动目标进行更精确的运动估计,为了得到更完整的检测区域,同时引入改进三帧差法作为光流法的补充。改进的二次三帧差法通过平均算子滤波,能较好的抑制噪声,消除背景变化带来的干扰。通过QT和OpenCV搭建的平台,利用该算法对快速运动目标进行检测,结果表明:该算法能检测出动态背景下快速运动的目标,其检测率高于90%,虚警率低于10%,证明了算法的有效性和实用性。

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.

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。

一种基于彩色特征的交通流量统计方法

该文基于对传统帧差法的改进,运用二次帧差法来进行车辆特征信息的提取,并运用彩色信息和车辆偏移量相结合的方法进行计数,提出一种环境自适应能力强、适合于运动车辆检测的新方法。大量实验证明,该方法可正确检测车辆,实现车流量统计。该检测算法采用颜色特征和车辆偏移量进行判断,提高了检测精度,大大改善了车辆检测效果,为实现交通管理的自动化奠定基础。