目标相似性度量的鬼影抑制方法

针对背景差分法中的鬼影扰乱运动目标检测与跟踪问题,提出目标相似性度量的鬼影抑制方法。首先分析间隔帧中目标的直方图分布和像素变化率,依此判断目标相似度并检测鬼影;然后提出面向鬼影对象的背景模型更新方法,快速校正鬼影背景,抑制鬼影再出现。实验结果表明,该方法克服了自适应背景方法的检测灵敏度低和运动属性方法消耗高的缺点,能够快速准确地抑制鬼影。

基于运动目标检测的智能视频监控技术

根据静止背景下行人运动特点,提出基于传统背景减法的运动目标检测算法。本文对背景模型更新参数的设定进行修正,并通过目标几何特性排除干扰项,以此判断行人运动并跟踪目标。通过实验对算法监控能力进行调试。结果表明,该算法相对于帧间差法和光流法具有更强的抗噪性能,且对目标提取完整,可以保证实时监控,且在本文所述的背景更新方法下,系统能对视频内的行人运动目标具有良好的监测效果。

基于视频流的运动人体检测和跟踪的研究实现

运动人体的检测和跟踪一直视频监控的核心部分。提出一种将检测和跟踪实时结合的跟踪方法,检测时采用背景帧差法和帧间差分法得到背景模型,跟踪时采用Kalman跟踪,将跟踪得到的人体和检测到的人体匹配。如果正确,则更新背景模型,否则继续搜索跟踪,及时更新背景模型。

基于时空特征的林火视频烟雾区域提取

提出一种基于时空特征的林火视频烟雾区域提取新方法,首先利用三帧差法和视频的时空特性建立林火烟雾视频背景更新的新模型,实时快速更新烟雾视频背景,避免光照、空间变化的影响,然后运用烟雾的空间颜色特征,结合HSV和RGB颜色模型分割出疑似烟雾区域,最后进行烟雾的标记。实验证明该方法能够高效准确的分割出烟雾,尤其对早期低浓度的烟雾区域检测取得满意效果。