基于背景减除法的视频序列运动目标检测

视频序列中运动目标的检测是目标识别、标记和追踪的重要组成部分,背景减除法是运动目标检测中被广泛应用的算法。针对光线变化、噪声和局部运动等影响运动目标检测效果的问题,提出一种基于背景减除法的视频序列运动目标检测算法。该算法结合背景减除法和帧间差分法,对当前帧像素点的运动状态进行判断,分别对静止和运动的像素点进行替换和更新,采用最大类间方差(Otsu)法对差分图像进行目标提取,并使用数学形态学运算去除目标中的噪声和冗余信息。实验结果表明,所提算法对于视频序列中运动目标的检测具有较好的视觉效果和较高的准确度,能够克服局部运动以及噪声等缺陷。

一种基于像素梯度信息的背景减除法

讨论了背景模型的更新参数与模型精度的关系。通过精确的梯度背景模型值间接估计当前帧中背景像素理论上的期望梯度值。以高斯模型为基础,将当前帧背景像素的实际梯度值与其理论上的期望值进行比较,计算偏差概率,以此为基础,形成不依赖于局部纹理的梯度特征的相似性度量方法。再用梯度特征的相似度量化地调整差分图像在各像素点处的二值化阈值,实现像素值信息与梯度信息的融合使用。实验表明,本方法对前景分割有一定的改善效果。

基于背景减除法和图像序列差分法的运动目标检测

智能电网成为全球电力工业应对未来挑战的共同选择,变电站作为智能电网重要环节之一,长期以来面对智能电网的发展,自动化水平明显滞后。为了保障变电站安全稳定的运行,结合背景减除法和图像序列差分法的优点,提出一种新的运动目标检测的方法,把背景减除法和图像序列差分法的差值图做与运算,并对图像序列差分法做出改进,融入光照变化的影响。该方法既可以避免图像序列差分法引起的"双影"现象,又可以避免背景减除法将光线突变误判为运动目标,提高了识别的准确率,实现起来比较简单,可以达到智能监控系统的实时性要求。

一种基于曝光补偿与颜色信息融合的背景减除法

以高斯模型为基础,提出了抑制噪声影响的模型更新参数设置条件。结合摄像系统的工作原理,提出了针对摄像系统曝光波动以及环境光照变化的亮度补偿办法。通过对RGB三个颜色通道的分割结果进行逻辑运算,将颜色信息融合使用于前景图像的分割。从实验情况看,本文提出的办法收到了一定的改善效果。

基于累积差分更新背景减除法的运动目标检测算法研究

分析研究了常用的运动目标检测算法及各自的优缺点,提出了一种基于累积差分更新的背景减除法,该算法结合累积差分的概念,对自适应背景建模法作出改进,较好地消除了场景变化以及噪声影响等的干扰,关于目标提取的阈值判断,提出了一种两主峰间差值的灰度直方图阈值分割法。最后进行仿真,得出该算法能有效地检测出运动物体,较好地消除了场景变化以及噪声影响等的干扰。

基于累积差分更新背景减除法的运动目标检测算法研究

分析研究了常用的运动目标检测算法及各自的优缺点,提出了一种基于累积差分更新的背景减除法,该算法结合累积差分的概念,对自适应背景建模法作出改进,较好地消除了场景变化以及噪声影响等的干扰,关于目标提取的阀值判断,提出了一种两主峰间差值的灰度直方图阀值分割法。最后进行仿真,得出该算法能有效地检测出运动物体,较好地消除了场景变化以及噪声影响等的干扰。

基于背景减除法的电缆沟防小动物预警系统

文章介绍了基于背景减除法的电缆沟防小动物预警系统,重点分析了背景减除法、超声波驱鼠器、ZigBee无线物联网通信等技术。

背景减除法在机场场面监视系统视频信号处理中的应用

昆明长水国际机场是全球百强机场之一,是中国面向东南亚、南亚和连接欧亚的继北京、上海和广州之后的第四个国家门户机场,这也让昆明长水国际机场成为了中国西部地区唯一的国家门户机场。机场总建筑面积仅次于北京、上海、香港机场居全国第四,世界第五。面对如此大的飞行架次及旅客吞吐量,使用先进技术通信导航监视设备保障飞行安全是必不可少的,本文中介绍的场面监视系统就是监视设备中比较先进的保障系统之一,并主要针对场面监视系统中视频信号处理过程提出背景减除法算法的应用。

基于背景减除法的高斯混合模型在电缆沟预防动物的应用

本文详细介绍了基于背景减除法的高斯混合模型在电缆沟预防动物的应用,提出运动目标检测方法和仿声驱鼠器工作原理。与其它两个方法相比,适用性更强,具有的优势更多,优化了背景获取及背景更新方面存在的弊病。

基于累积差分更新背景减除法在电缆沟防动物的应用

本文针对以前常用的运动目标检测算法存在的缺陷,结合现场实际情况提出了基于累积差分更新背景减除法,能够避免背景环境下各种因素的干扰,准确捕捉出运动物体。由单片机输出控制信号触发超声波信号电路、电磁波信号电路、音频信号电路,从而驱赶小动物,预防变电站受到破坏。

基于双目视觉与背景减除法的电梯门防夹装置

指出传统的电梯门防夹装置无法有效解决检测盲区和细薄物体等问题,由此提出了一种基于双目视觉与背景减除法的电梯门防夹装置,提高了电梯门防夹的准确性和稳定性。该装置可将双目摄像头获取的视差图与K最邻近(KNN)算法背景生成器获得的电梯内的前景图相结合,根据视差图对前景图中像素点进行三维重建,有效地减少三维重建后漂移点的出现。实际验证表明,该装置可以较好地识别出危险区域是否存在物体,从而降低电梯门事故的发生。

基于改进的混合高斯模型背景减除算法

背景减除法常采用混合高斯模型作为背景模型来进行目标检测,它可以自适应学习并表示分布复杂的背景.混合高斯模型在光线变化缓慢的情况下表现很好,但是在光线快速变化的情况下,由于高斯背景无快速更新机制,无法应对光线迅速变化的情况.通过对混合高斯模型进行优化,提出了一种改进的混合高斯模型检测算法,并通过实验证明了新算法明显提高了运动目标检测的准确度.

一种基于改进视觉背景提取算法的前景检测

针对视觉背景提取ViBe算法在前景检测中存在的鬼影现象且长时间难以消除的缺点,提出一种改进的视觉背景提取算法。首先,在视频前n帧序列的帧差法中,引入大津(OTSU)算法求自适应阈值,以分割出更为准确的前景区域;其次,利用去除前景区域的前n帧图像合成一张尽量少的包含前景区域的样本图像;最后利用扩展的邻域范围在合成的样本图像中对模型初始化,并把扩大的范围用在ViBe背景模型更新阶段。该算法与各种经典算法在大量视频库中进行了对比实验,仿真结果表明,改进的ViBe算法能快速消除鬼影对前景检测的影响,前景检测更为准确。

一种自适应背景更新方法及其在DM6437上的实现

实时背景更新是数字视频监控中进行运动目标检测的关键技术,与基于PC的监控系统不同,嵌入式系统资源有限,难以执行复杂算法。为此提出一种帧间差分和背景减除法相结合的新方法,通过引入备份帧,有效实现了监控系统的自适应背景更新,并在嵌入式处理器DM6437上实现。实验结果表明该方法可以自动检测物体进出所引起的背景变化并进行背景更新,更新速度快,能够满足实时监控系统目标检测的需要。

复杂监控背景下多运动目标的检测与跟踪

在目标跟踪系监测系统中,视频的处理主要由摄像机视频捕获、视频图像帧的预处理、运动中目标的监测、运动目标的跟踪、运动目标的分类和目标行为描述与理解等步骤。其中,运动目标检测与跟踪是视频处理系统中的核心内容。主要对运动目标在复杂环境下检测与跟踪技术进行研究。

融合像素时空信息的背景建模方法

现有的背景建模方法通常只利用像素的时间或空间信息进行建模,降低了运动目标检测的准确性,针对这一问题提出一种融合像素时空信息的背景建模方法。分别在视频图像序列的时间、空间维度上对像素灰度值进行采样,建立像素的时间和空间背景模型;在检测运动目标的过程中对时间背景模型采用"先进先出"的更新策略,对空间背景模型采用随机的更新策略。实验结果表明,时空背景建模能有效地检测出运动目标,有效减少光线变化和摄像机抖动对检测结果的影响,较好抑制动态背景的干扰。

基于聚类的背景建模方法

对图像序列中的运动目标进行实时检测是视频处理领域一项基础性工作,背景减除法是主要的运动目标检测方法,有许多的背景模型用于处理不同的问题。提出了一种基于改进的K均值聚类算法的背景建模方法。实验结果显示该方法在复杂背景环境下具有有效性和鲁棒性,取得了较好的精确度。

基于动态背景下的海上运动目标检测

针对目前传统的运动目标检测算法基本上仅适用于静态背景下,对于背景不固定的的场合,传统的目标检测算法检测到的效果不理想问题,提出一种改进的四帧差分法与背景减除法相结合的融合算法。该算法结合传统的运动目标检测算法的特点,能够在动态背景下对海上运动目标进行有效地检测,然后通过提取运动目标的区域轮廓和利用区域的形状描述子将海上运动目标标记出来,为进行后续的运动目标跟踪或匹配创造条件。最后,通过对现场采集的视频序列进行检测,验证了该算法的有效性以及较强的适应性。

基于混合高斯和平均背景的运动目标检测算法

本文提出一种基于混合高斯模型和改进了的平均背景减除法来进行运动目标检测的算法。首先,运用混合高斯建立背景模型,然后结合改进的平均背景减除法来确定运动目标。实验结果表明,该算法准确性高,稳定性好,能满足实时监控的需要。

相机抖动场景中数据驱动的背景图像更新算法

视频序列中的运动目标检测是计算机视觉领域的重要研究课题.背景减除是运动目标检测的有效方法,但相机抖动会对背景提取带来极大干扰,从而可能造成传统基于模型的图像处理方法模型失真.本文提出了相机抖动场景下前景图像提取的数据驱动背景图像更新控制算法.首先利用Harris特征检测进行背景补偿以消除抖动干扰.然后利用无模型自适应控制方法,建立单入单出控制系统来表示背景图像并进行实时更新.最后运用背景减除法提取运动目标前景图像.本文方法与传统基于模型方法进行了不同视频序列的对比仿真.实验结果表明,本文方法可以有效处理相机抖动场景下的运动目标检测问题,目标前景图像分离效果更加接近真实场景.