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。

一种视频序列中运动目标检测算法

在现有方法的基础上,提出了一种基于Otsu动态阈值背景差法和三帧差法相结合的运动日标检测方法.首先通过改进的Surendra算法建立背景模型,并由Otsu动态阈值背景差分法得到二值图像,然后与三帧差分法结合,得到可靠的运动目标区域并进行背景实时更新.实验结果表明该方法满足视频序列运动目标检测的实时性和准确性要求.

图像序列中的背景对准与运动检测算法研究

首先将ＭＣＭＯ（运动的摄像机和运动的目标）情况的场景序列，在“摄像机只存在平移运动”的假设下，变成ＳＣＭＯ（静止的摄像机和运动的目标）情况的场景序列。这样，在对处理后的场景序列应用运动检测算法时，就可以排除由于摄像机运动产生的虚假的目标运动。然后使用运动检测算法进一步校验那些采用基于特征的方法分割得到的运动目标。

帧间差分与背景差分相融合的运动目标检测算法

针对视频序列中运动目标检测进行了研究, 提出了一种将帧间差分和背景差分相互融合的运动目标检测算法, 首先选取一帧作为背景帧, 确立每一个象素点的高斯模型; 然后对相邻两帧进行差分处理, 区分出变化的区域和没有发生变化的区域, 没有发生变化的区域更新到背景帧中, 发生变化的区域与背景模型进行拟合, 区分出显露区和运动目标, 将显露区以很大的更新率收入到背景帧中。该方法允许在有运动物存在的情况下进行建模, 实验表明该方法准确率高, 运算速度快, 能满足实时检测的需要。

基于粒子滤波和背景减除的多目标检测与跟踪算法

大多数应用于视频监控领域的目标跟踪模式识别方法,都需要先对移动目标进行模式学习。但是这些方法不适合同时跟踪多个不同的目标,因为每一个移动目标的模式都应该是预先确定好的。因此,提出了一种新的基于粒子滤波和背景减除的无监督多运动目标检测与跟踪方法来解决这个问题。该方法能够自动探测和跟踪许多移动目标,没有任何学习阶段,也没有任何关于大小、性质或初始位置的先验知识。对多个视频测试集进行了实验验证,测试结果表明,该方法可以成功地处理复杂情况下的目标跟踪。与其他方法进行比较,结果显示提出的方法检测以及跟踪目标性能更好。

视频序列中的运动目标检测

针对室内安全监控的场景特点,提出一种稳健的运动目标检测方法,对每个背景像素使用多个矢量表示,利用当前帧和背景帧像素的色度分量差分进行运动检测,并选择性地更新背景模型。实验表明,该方法能有效消除背景中振动对象的干扰,提高运动目标检测的准确性,有利于消除由于虚假目标而导致的误报警。

基于虚拟线的视频交通检测新算法

文中介绍了一种基于虚拟线的视频交通检测算法,并着重论述了其中的背景更新、阈值确定和移动阴影去除部分。算法中的背景更新和阈值确定具有很强的自适应性,无需人工干预;阴影去除算法简单有效。实验证明,该系统的车辆存在检测的准确率达95%。

基于ViBe算法的鬼影消除与自适应前景检测策略

为了解决传统视频背景提取算法(Visual background extractor,ViBe)前景检测时易受“鬼影”、背景噪声等因素干扰的问题,结合感知哈希算法、帧差法与频域协调显著性检测算法,提出了一种改进的ViBe算法。首先,利用当前帧的显著性图像与帧差图像,实时确定运动目标区域,消除“鬼影”现象。其次,根据样本集信息得到背景复杂度,自适应调节像素分割的半径阈值。最后,通过目标图像中连通域像素数量进行前景二次检测,滤除背景像素与噪声,得到真实目标图像。实验数据显示,检测后的图像在保持有较高准确率的同时F-measure值也维持在较高水平,证明改进算法可以快速消除鬼影现象,提高动态场景下的适应性。

背景提取基础上运动车辆视频检测

提出了一种在一系列连续视频图像中提取背景的方法,在背景提取的基础上对视频图像中运动物体进行检测,以实现对高速公路上过往车辆的自动监控功能。

运动船舶参数视频检测算法

水路运输因其价廉,承载量大等,在我国综合运输体系中占有重要地位.然而由于船舶构造尺寸、航行操作不规范,缺乏有效监控手段,撞桥搁浅、两船相碰等现象时有发生.而借鉴公路交通的视频监控技术,存在种种困难,诸如,航道没有标线,摄像机难以标定;船尾波纹与船行同步,难以区分;加之水面波光粼粼,不似黑色柏油道路对比度高等等.为此,提出了运动船舶参数视频检测的系列算法:提出网格交互式摄像机标定算法,以获取图像坐标系与世界坐标系的映射;优化Vibe视觉背景建模算法,去除船尾波纹干扰,从而提取船舶轮廓;建立船舶长宽、速度、流量的检测模型,以分别获取船舶尺寸与运行参数.该系统现已鉴定,在京杭运河运行示范.经检测:长宽、速度和流量的检测准确率分别优于90%、95%和98%.

基于视频的高速公路违章停车实时检测算法

违章停车是高速公路交通事故的重要诱因,因此迅速、有效地检测出违章车辆是高速公路交通管理与控制的重点。提出一种基于视频的高速公路车辆违章停车实时检测算法,在分析了基于视频的违章停车检测系统的组成和视频检测的优点的基础上,用背景差分算法和OSTU阈值相结合的方法,对所采集的某路段视频,进行车辆违章停车判断。实验表明,该方法效果良好。

视频序列中的运动目标检测与跟踪

提出一种视频序列中的运动目标检测跟踪算法。该方法采用直方图统计与多帧平均混合作为动态背景更新法,经过噪音消除、形态学处理、阴影处理后,用区域标记法提取目标。利用目标特征参数建立目标数组,通过当前帧目标数组和前一帧目标数组距离匹配实现运动目标的快速跟踪。该方法与传统方法相比具有更好的学习能力,从而有效地提高了运动目标检测的正确率和快速性。实验结果表明该方法具有良好的鲁棒性和自适应性。

视频序列中运动目标实时检测与跟踪方法研究

论文通过对蒙特卡洛粒子滤波算法进行改进,解决了跟踪过程中由于运动模型失效而引起的错误跟踪,估计目标的运动趋势。实验结果表明,该算法能够实现复杂背景下的目标识别与跟踪,具有一定的现实意义与实用价值。

序列图像运动目标检测的一种快速算法

研究了序列视频图像中运动目标的检测与跟踪快速算法．研究基于Kalman滤波理论的渐消记忆最小二乘法,用该方法重建背景图像;采用图像差分算法提取运动目标;提出简化的等效灰度投影算法来计算目标的质心;采用记忆外推跟踪算法实现图像目标的跟踪,并且对全部算法做了仿真,仿真结果表明算法简单、有效、执行速度快、具有很强的适应性,能够用于单镜头序列图像中运动目标的检测与跟踪。

基于分级的MRF视频运动检测算法及其实现

在阐述马尔可夫随机场 (MRF)视频运动检测算法理论的基础上 ,采用分级的方法 ,形成图像序列的时空多分辨率结构 ,大大优化了单一分辨率 MRF算法的初始化过程 ,并通过软件进行了实现 ,有效改进了单一分辨率算法检测的结果 .该算法应用于数字视频监控系统 ,可明显提高检测精度 。

基于统计方法的视频序列运动人体检测

描述了一种运动人体检测的方法。首先利用多帧图象统计平均的方法得到背景模型,采用背景差法检测出运动目标,并实时地对背景模型更新,以适应光线变化和场景本身的变化;然后在HSV色度空间下检测消除阴影,得到准确的运动目标。最后用形态学方法减小噪声和背景扰动带来的影响。实验结果表明,这种方法简单高效、抗噪性强,能实现复杂背景下的运动目标检测。

一种适应户外光照变化的背景建模及目标检测方法

针对户外视频监控存在光照变化这一问题,提出一个用于准确完成目标检测的实时背景建模框架.考虑到目标检测的准确性要求,建立基于帧间像素亮度差统计直方图的像素亮度扰动阈值.在此基础上,针对背景建模的实时性要求,提出一种基于自回归背景模型的参数快速更新方法.鉴于不同光照变化的适应性要求,定义对光照变化不敏感的背景纹理模型.上述模型统称为自回归–纹理(Auto regression and texture,ART)模型,该模型适应于户外光照变化.基于该模型构建像素亮度和纹理置信区间用于目标检测.实验结果表明,该框架能适应和实时跟踪户外背景的光照变化,并对目标进行准确检测.

鲁棒的镜头边缘检测融合算法

对于镜头骤变检测 ,通过最小扩展树算法 (MST)提取保留了视频帧空间信息的颜色聚合向量直方图、引入了动态自适应阈值和时间阻尼 ,使得骤变检测效率高 ;对于渐变检测 ,通过分析其数学产生模型 ,根据模型特性实现渐变镜头检测 ;最后 。

视频图像中的运动检测

视频图像中运动物体分析关键的一步就是从连续的视频图像中提取出运动目标 ,即运动目标检测。传统的运动目标检测方法有 3种 :背景图像差分法、时态差分法和光流法 ,分析比较了它们的优缺点 ;在此基础上笔者采用了一种结合Sobel算子和自适应背景差分算法的运动目标检测方法 ;利用Intel公司开发的计算机视觉库OpenCV开发了一个软件 ,并进行了一系列实验。通过观察、比较实验结果可以看出 ,这种运动目标检测算法能够正确地检测出视频图像中的运动目标 。

基于OpenCV和Halcon的交通冲突视频自动检测及数据处理

运用OpenCV和Halcon图形开发工具,以VC++6.0为基础开发平台,采用背景消减法和基于区域特征的跟踪算法实现视频图像中车辆运动目标的提取与跟踪,并将数据信息实时保存至文件中.在视频数据信息中处理提取冲突车辆的运动轨迹、速度、加速度等微观交通参数,实现交通冲突微观参数采集.综合减速度、角速度、速度和距离等指标建立多参数交通冲突判断方法,根据车辆的轨迹、速度和加速度曲线对车辆的运行特征做出分析,初步实现简单交通条件下机动车交通冲突视频自动检测.