改进四帧差分运动目标检测算法的FPGA实现

针对传统的帧间差分运动目标检测算法易出现虚假边缘及边缘缺失等现象,设计了一种改进的四帧差分运动目标检测系统,将图像边缘信息与四帧差分算法相融合对运动目标进行检测,并在现场可编程门阵列(Field Programmable Gate Array,FPGA)平台上构建了视频图像处理系统。该系统主要由图像采集模块、图像缓存模块、图像处理模块和图像显示模块4个部分组成。通过OV5640摄像头采集1 024×768分辨率的图像数据,将采集的图像数据存入DDR3中,并采用改进的四帧差分算法对运动目标进行检测与标记,最终传输至高清多媒体接口(High-Definition Multimedia Interface,HDMI)外接显示器实时输出结果。实验结果表明,该系统可以准确检测出摄像头采集的视频源中的多个运动目标,并满足实时检测要求。

基于帧差法与边缘信息的红外目标检测算法研究

根据红外序列图像中运动目标具有连续性和一致性,提出了帧差法和边缘检测相结合的检测方法。首先采用连续帧间差分法处理图像得到运动区域。然后对当前帧进行canny边缘检测得到边缘信息。两者检测结果相与得到运动目标边缘。最后进行形态学运算得到精确的目标边缘。仿真结果表明,该方法克服了帧差法和边缘检测的不足,对复杂背景下的运动目标能够进行准确检测。

一种基于能量差比较算法的差分运动检测方法的改进

本文利用人眼对边缘(空间梯度)特别敏感的视觉特点,把帧间运动变化检测和图像的边缘检测结合起来,对帧间差分法进行了改进。首先,本文构造了一个二维运动探测器,将各向异性自适应边缘检测算子扩展到动态图像处理中,提出了,运动像素的能量差比较算法。该算法能够对运动目标各个运动像素的运动方向起到一个优化加强的作用,最终得到各个方向上的最佳检测。实验证明,这种算法可以很好的强化每个像素的运动方向,达到最佳的检测效果。

基于帧差法和自适应阈值区域生长的红外运动目标检测

针对具有背景干扰、信噪比低的红外图像,提出了一种基于帧差法和自适应区域生长的红外运动目标检测方法。首先对红外图像进行了高帽变换,以抑制大面积背景的干扰,相邻帧图像间做帧差,初步提取目标区域;其次分析了红外目标的特性,针对其特性提出了一种基于灰度等级的自适应阈值分割方法;最后以帧差法检测的目标质心为种子点,以自适应阈值为分割准则,在预处理后的图像中进行区域生长,最终实现了红外运动目标的检测。结果表明,所提算法可抑制大面积背景的干扰,实现单个和多个红外运动目标的完整提取和检测。

基于边缘特征和多帧差分法的运动目标检测算法

针对传统的边缘检测算法检测结果不连续、细节信息易丢失等缺点,提出了一种用于运动目标检测的边缘检测方法。首先在背景差分的基础上用平移法检测目标边缘,该方法能够提取到更为精确、细节特征更加丰富、闭合性更好的目标边缘;然后将边缘检测与多帧差分法相结合进行运动目标检测。该方法的优势在于,在目标检测的过程中不需要进行背景建模与更新。实验结果表明,该方法思路简单,易于实现,检测结果精准,实时性较好。

五帧差分和边缘检测的运动目标检测

为了改进传统三帧差分的运动目标检测方法易出现的空洞和与虚假边缘的现象,提出了一种基于五帧差分和边缘检测相融合的运动目标检测方法.该算法首先利用优化的Canny边缘检测算法快速提取五帧连续图像的边缘图像,然后对五帧连续的边缘图像进图像的五帧差分运算,最后通过阈值分割和形态学处理完成对目标的提取.该方法计算简单,实验结果表明,该算法准确率高,连通性好,能满足实时性检测的要求.

基于帧差法和边缘检测法的视频分割算法

针对目前常用的视频分割方法易受到噪声、亮度突变的影响,很难提取出完整的运动目标这一问题,提出一种基于帧差法和边缘检测法相结合的视频分割算法。该算法首先对连续三帧图像进行差分得到运动区域,然后对当前帧进行Kir-sch边缘检测得到边缘图像,综合二者的检测结果得到更为精准的运动对象边缘。采用边缘连接算法完成对断裂边缘的连接,最后通过区域填充得到运动目标掩模图像,从而分割出完整的运动目标。实验表明,该算法可以实时有效地将运动物体从视频序列中自动地分割出来。

基于改进差分和光流的新型运动目标检测方法

针对运动目标检测中的空洞和虚假目标的问题,提出一种改进差分和改进光流的运动目标检测方法.该方法首先对连续的七帧图像依次进行预处理、差分、灰度变换和二值化处理,并将前、后三帧二值图像分别累加得到的二值图像进行逻辑与运算,得到中间帧中运动目标的粗略区域;其次将中间帧与背景帧差分,并对得到的图像进行边缘提取和二值化处理,然后对其进行像素的算术运算,得到中间帧中运动目标的精确区域;在基础上通过改进的光流法得到运动目标的准确信息;最后通过阈值分割和形态学处理完成对目标的分割.对比实验表明,该方法能实现运动目标的准确快速检测与分割.

混合高斯融合三帧差的运动目标检测改进算法

针对混合高斯模型(Gaussian Mixture Model,GMM)无法检测到完整的运动目标,三帧差法检测目标时对物体速度的敏感,检测到的物体会出现空洞等缺点,提出了一种混合高斯融合三帧差法的运动目标检测改进算法。首先,在运动目标提取过程中,改进的三帧差法采用动态分割阈值和边缘检测技术,解决光线突变和边缘不连续问题;然后引入新的高斯分布自适应选择策略,以减少处理时间,提高检测准确性;最后,利用改进HSV(Hue-Saturation-Value)颜色空间来消除阴影区域,得到一个完整的运动目标。数据实验表明,该算法在不同场景具有较好的检测能力。

混合色彩空间多信息融合的运动目标检测算法

针对传统帧间差分算法存在漏检、空洞和虚假目标等问题,提出一种改进的帧间差分算法。对几种常见色彩空间的运动目标检测效果进行实验对比分析,选取检测效果优良的色彩通道分量构建运动目标检测的混合色彩空间CbVb*。为充分利用帧间信息的相关性,根据CbVb*空间的场景像素变化特性,提出七帧帧间差分算法以获取运动目标的时域帧间差分;采用自适应阈值的Canny算子得到梯度域的运动目标边缘,将时域帧间差分与梯度域目标边缘进行融合,并对融合信息进行腐蚀和膨胀处理得到最终的检测结果。实验结果表明,改进的算法可以更准确地检测出运动目标,并具有较好的鲁棒性、适应性和实时性。

改进自适应混合高斯模型和帧间差分的运动目标检测

针对传统混合高斯模型进行运动目标检测易受环境噪声或光照变化干扰,检测结果存在空洞、边缘缺失等问题,提出一种改进自适应混合高斯模型和帧间差分的运动目标检测算法。在混合高斯模型建立之初,采用较大的学习率快速消除背景干扰信息,当模型趋于稳定后,根据目标运动状态不断调整学习率,实现自适应修正背景模型。同时引入光照变化因子调整模型更新率,有效克服光照变化的影响。为提高目标边缘连续性,采用基于图像相似度的四帧差分法并结合边缘检测算法快速提取目标轮廓信息填补目标边缘。通过形态学处理消除目标空洞及残余噪点,获得完整的运动目标。结果表明:该方法目标检测准确率达到95.2%,在保证实时性的同时对复杂场景具有较好的适应能力,鲁棒性强。

基于小波边缘提取的混合运动目标检测算法

常用的运动目标检测算法易受到噪声、阴影等因素的影响,检测出来的运动目标边缘比较模糊,本文因此提出一种基于小波边缘提取的运动目标检测算法,将小波边缘检测与帧间差分法和背景差分法相结合来检测运动目标,采用形态学滤波和连通性分析得到准确的运动目标。实验表明,该算法可以准确的将运动目标从视频图像序列中检测出来。

一种新型的实效运动目标检测方法

提出一种新型的帧间差分光流的运动目标检测方法.该方法通过改进七帧差分和改进背景减除消除运动目标检测时出现的"空洞"和虚假目标;通过在光流计算方程加入权函数和引入通用动态图像模型建立新的光流约束条件,以解决常用光流场计算耗时长和亮度变化引起的约束方程不成立的问题,同时获取运动准确信息;最后通过阈值分割和形态学处理完成对目标的分割.实验对比分析表明,该方法能实现运动目标的准确快速检测与分割.

一种基于改进差分的运动目标检测方法

针对运动目标检测中的空洞和虚假目标的问题,提出一种基于改进七帧差分和改进背景减除的运动目标检测方法。该方法首先对连续的七帧图像依次进行预处理、差分、灰度变换和二值化处理,并将前、后三帧二值图像分别累加得到的二值图像进行逻辑与运算,得到中间帧中运动目标的粗略区域;其次将中间帧与背景帧差分,并对得到的图像进行边缘提取和二值化处理,然后对其进行像素的算术运算,得到中间帧中运动目标的精确区域;最后通过阈值分割和形态学处理完成对目标的分割。对比实验表明,该方法能实现运动目标的准确检测与分割。

基于DM642的矿井提升机钩数统计系统设计

针对传统的矿井提升机钩数统计方法存在计数不准确、效率低的问题,设计了一种基于DM642的矿井提升机钩数统计系统,给出了该系统的整体结构,详细介绍了将Sobel算子边缘检测算法和帧差法相结合的提升机钩数统计算法实现。实验结果验证了该系统的实时性和准确性。

基于掘进机位姿的特征检测技术研究

在掘进机定位的过程中,为实现掘进机位姿自动化无接触检测的功能,针对在运动目标检测过程中采用传统背景差分法或帧间差分法存在的准确率不高、特征缺失的问题,提出一种基于改进的视觉特征检测算法。该算法利用机器视觉、图像处理等,通过改进的三帧差分法结合边缘检测、均值法背景建模对运动目标进行检测,最后通过形态学处理得到运动目标。仿真结果表明,采用该算法可弥补传统背景帧差法和帧间差分法的缺点,有效提高运动目标检测的实时性、准确性和检测效率。

一种基于双阈值的运动目标边缘检测方法

文章针对运动目标检测中的实时性和准确性需求,结合视频图像的处理算法,设计了一种运动目标边缘的检测算法,该算法具有多角度、多层次的融合运动特征和边缘特征;采用了一种双阈值融合方法,最终快速、精确地定位出运动目标的边缘。实验结果表明了该方法的优越性。

智能监控系统中运动目标检测算法的研究

本文主要针对智能监控系统中的目标检测算法做了改进,采用Canny边缘检测算子,结合帧间差分法、背景减除法、颜色偏差法三种方式的改进算法,实现对光扰噪声、阴影噪声和边缘断裂的去除,从而准确提取出了目标物体边缘,实现对目标物体的检测与分割。

基于边缘帧差和高斯混合模型的行人目标检测

针对高斯混合模型存在背景更新收敛性差、易受环境噪声和光照突变影响、易产生虚假目标等问题,提出一种基于高斯混合模型的改进算法,用于视频中行人目标检测。通过将帧差法引入高斯混合模型,快速区分背景区域和运动目标区域,从而提取前景中完整的行人目标。结合视频帧边缘和边缘帧差信息,采用多种模型更新率,提高高斯混合模型对复杂背景的自适应性和快速收敛性,从而消除环境噪声和光照突变的影响,避免检测出虚假目标。实验结果表明,相比传统高斯混合模型,该方法可以有效去除噪声和光照的干扰,收敛性更佳、行人检测效果更鲁棒。

改进的KCF红外空中目标跟踪方法

针对红外空中目标跟踪中遮挡导致的跟丢问题,结合核相关滤波跟踪算法(KCF)无法跟踪尺度的缺点,提出一种基于KCF的红外空中目标跟踪方法。该方法借助KCF估计的目标位置,增加Sobel算子提取目标扩展区域的边缘信息,从而获取目标尺度并进行二次定位。然后,判断目标是否受遮挡或跟丢,采用帧差法重新检测目标,确保目标的持续跟踪。在7个视频序列上对所提的算法进行了实验,结果显示,所提算法能够有效计算尺度,验证了多种环境下跟踪的有效性。平均跟踪速度达到44 f/s,能够满足实时性要求。因此,本文提出的方法对于红外空中目标的跟踪具有一定的实用意义。