静态背景差分运动目标检测研究

为解决传统运动目标检测算法在硬件实现上存在实时性差、开发过程复杂的问题,利用DSP Builder工具,在FPGA上实现静态背景下运动目标检测算法。结合FPGA并行计算的特点,采用模块化设计思想,按照背景差分、阈值分割和质心提取的流程搭建各算法模块。实验结果表明,该设计可以有效地检测动态目标,满足嵌入式系统对实时性的要求。

基于静态背景差分的阈值算法在果实识别中的应用

图像识别是当前人工智能发展的1个热点。针对农业果园采集图像光照不均匀，背景复杂多样等特点，提出了一种基于静态背景差分的最大类间方差改进算法用于果园复杂背景图像的分割。通过调节参数y达到不同对比度下果实与背景环境的最佳分割。然后利用距离变换和分水岭算法进行粘连果实的分离，实现果实图像的识别，并且通过实验分析和计算确定了最佳参数y范围在0．2～0．3之间。实验验证表明，图像识别效果良好，能够为果园品质在线检测提供很好的技术基础。