基于边缘特征和多帧差分法的运动目标检测算法

针对传统的边缘检测算法检测结果不连续、细节信息易丢失等缺点,提出了一种用于运动目标检测的边缘检测方法。首先在背景差分的基础上用平移法检测目标边缘,该方法能够提取到更为精确、细节特征更加丰富、闭合性更好的目标边缘;然后将边缘检测与多帧差分法相结合进行运动目标检测。该方法的优势在于,在目标检测的过程中不需要进行背景建模与更新。实验结果表明,该方法思路简单,易于实现,检测结果精准,实时性较好。

基于烟雾图像动态多帧差分法的火灾识别研究

接触式火灾探测器对环境有一定要求,且常适用于室内空间。目前,利用视频图像与计算机视觉技术相结合,进行火灾的检测和常规探查成为本领域的研究新方向。针对烟雾区域稀疏、扩散缓慢的特征,现有算法提取疑似烟雾区域不完整的问题,该文提出一种动态多帧差分法。首先,对视频图像序列进行非线性滤波,抑制一定的噪声;然后,根据面积比率动态提取疑似烟雾区域;最后,根据面积与周长变化确定烟区。通过多个维度对实验结果进行综合分析,表明该方法较为优秀,且对不同条件下的烟雾图像特征提取方法的选取有指导意义。

基于帧差和背景建模的卫星视频目标检测

传统单一的目标检测方法运用在卫星视频时不能得到理想的检测效果,特别针对一些目标纹理特征匮乏,背景变化明显的卫星视频来说适用性更差。文章提出一种结合背景模型更新的混合高斯背景建模和多帧差分的算法,通过抽取吉林一号卫星视频中某2帧的2个不同场景,对比了多帧差分法、单高斯背景建模法和本文提出的算法,较好地解决了卫星视频微小目标检测中易产生检测率低、虚警率高的问题,提高了检测的正确度、完整度和质量,在遥感卫星视频运动目标检测中具有良好的应用潜力。

序列图像中多运动目标的识别

提出了一种对序列图像中多目标进行识别的方法.利用多帧差分与颜色查表法相结合,采用高斯滤波器对差分后的图像进行平滑去噪,并且消除了运动快慢带来的不利因素.基于颜色表的快速搜索进一步提高了目标识别速度.经过实践证明该方法识别准确、速度快、效率高.