基于自适应阈值与双特征的ViBe运动车辆检测算法

ViBe算法在运动车辆检测中容易产生鬼影和空洞现象,为此,提出一种融合双特征建模和自适应阈值的背景减除算法。用尺度不变局部三值模式特征和颜色特征对首帧视频序列构建背景模型后,结合2种特征的变化改进ViBe算法的判别方法。当某像素被判别为前景时,使用Otsu算法计算图像的最佳分割阈值并根据该阈值对前景像素点进行第二次判断,采用改进的ViBe更新策略更新背景模型。实验结果表明,相对ViBe算法,该算法可以抑制鬼影和空洞现象,提高运动车辆检测的精确度,且在光照变化时具有较好的鲁棒性。

基于SILTP纹理信息的运动目标检测算法

精确的运动目标检测是许多视频分析技术的前提。提出了一种基于背景减除的运动目标检测算法,该算法利用尺度不变三值模式(SILTP)进行纹理特征变换,并对视频序列的第一帧进行快速的背景模型初始化。对于背景模型的建立,直接采用SILTP纹理特征值,而不是计算其像素分布。最后结合像素的空间信息,采用随机替代的策略来更新背景模型。在wallflower测试集上的测试结果表明,与其他算法相比,该算法在满足实时性的基础上具有很好的检测效果,特别是在阴影的去除及光照的突变上有很好的鲁棒性。