共查询到20条相似文献，搜索用时 390 毫秒
1.
2.
分析目前运动目标检测跟踪中的经典方法,包括帧间差分法、背景差分法和Mean Shift法,探讨其适用范围及优缺点,然后对3种算法进行验证,给出实验结果,并分析其优缺点。 相似文献
3.
基于背景减的Mean shift目标跟踪算法 总被引：1，自引：0，他引：1
江绍明 《内江师范学院学报》2010,25(12):45-48
为了解决初始窗口离跟踪目标较远或受干扰时,容易跟踪失败的问题,提出一种基于背景差的Mean shift跟踪模型的算法.采用背景差提取当前帧运动目标,并在当前帧运动目标位置附近进行Mean shift迭代,以巴氏系数判断当前目标和历史目标的匹配程度,根据匹配结果决定当前帧目标为跟踪目标或新增目标.实验分析,该算法可实现快速、有效目标跟踪. 相似文献
4.
《洛阳师范学院学报》2015,(8):52-56
提出一种基于改进的Mean Shift算法的多人脸跟踪器.首先建立多个Mean Shift跟踪器对视频中的多个目标分别进行跟踪,针对多人脸跟踪过程中目标粘连、遮挡、个体对应以及目标更新等难题,提出最优排序法、目标消除法、多辅助信息和表决制策略等解决方案.引入卡尔曼滤波器预测目标的中心位置,减少目标丢失的可能性,提高算法的实时性.实验表明,该多人脸跟踪器可实时地实现多人脸跟踪,具有很强的鲁棒性. 相似文献
5.
针对跳水运动视频中的人体运动目标分割问题,提出一种简单有效的基于颜色特征运动目标检测及分割算法。首帧进行图像预处理,利用色相和亮度两个分量加强颜色差异,然后使用OTSU算法对图像进行阈值分割。结合RGB颜色空间启发式肤色聚类结果确定运动目标所在的连通区域,最终完成首帧运动目标的自动检测。有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速整体运动有较强的鲁棒性。 相似文献
6.
动态前景目标识别和提取是计算机视觉领域的重要内容。对动态图像进行前景目标提取与运动跟踪,通过改进高斯混合背景模型,提出一种基于自适应特征加权的前景目标提取算法,目的是对动态画面中的图像特征进行识别并精确提取所需要的画面。根据高斯模型组合多个图像特征,针对组合特征空间的各个子空间构建似然图像,通过似然图像特征分析与加权,提取最具有差异性的特征。根据图像前景特征在图像帧与帧之间的不同,提高前景目标跟踪的鲁棒性。试验结果表明,改进算法在提取前景目标上比传统算法提高了精度,目标跟踪效果好。 相似文献
7.
针对传统均值漂移跟踪算法由于目标框大小不能变化,尤其当目标尺度大小发生较大变化或旋转时容易导致目标丢失的问题,提出一种联合颜色与背景信息的目标框自适应调整跟踪算法。以经典均值漂移算法为主体跟踪框架,构建前景目标颜色直方图,以Bhattacharyya距离与迭代次数作为判断下一帧目标中心位置的条件,每次迭代通过在当前帧目标框区域内建立感兴趣目标与局部背景空间模型,经快速傅里叶变换后计算当前帧与下一帧空间模型,得到尺度调节因子,作为每一帧跟踪窗口大小的权重,进而不断调整跟踪窗口尺度大小。通过自适应调整每一帧跟踪窗口的尺度调节因子,达到实时修正目标模型描述,进而提高跟踪准确性的目的,大大降低了由于目标模型固化导致的中心位置跟踪累积误差。通过对两组图像的序列仿真结果表明,改进算法相比于经典算法具有更强的鲁棒性。 相似文献
8.
针对跳水运动视频中的人体运动目标分割问题,提出一种简单有效的基于颜色特征运动目标检测及分割算法.首帧进行图像预处理,利用色相和亮度两个分量加强颜色差异,然后使用OTSU算法对图像进行阈值分割,结合RGB颜色空间启发式肤色聚类结果确定运动目标所在的连通区域,从而完成首帧运动目标的自动检测.在后续帧的处理中,通过数学形态学方法自适应预测出运动区域后,运用改进的OTSU算法在区域中分割运动目标.实验表明,本方法有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速整体运动有较强的鲁棒性. 相似文献
9.
针对跳水运动视频中的人体运动目标分割问题,提出利用颜色信息进行运动目标检测和分割的算法。首先采用色相和亮度两个彩色分量加强图像中的颜色差异,使用OTSU算法对图像进行阈值分割,同时结合RGB颜色空间启发式肤色聚类,确定运动目标所在的连通区域,从而完成首帧运动目标的自动检测。在后续帧的处理中,以数学形态学方法进行自适应运动区域预测,运用改进的OTSU算法,提高了分割速度。实验表明,本方法有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速运动有较强的鲁棒性。 相似文献
10.
以垃圾车智能识别垃圾桶颜色和导航任务为应用背景,设计了一种能依据视觉自主识别目标颜色并进行追踪导航的四轮小车.首先通过OpenMV视觉集成模块中的阈值编辑器离线标定目标颜色的阈值.在此基础上,小车通过OpenMV的CamShift算法,基于标定的颜色阈值在每帧图像中搜寻和识别目标色块,并通过串口向小车的主控单片机Arduino UNO发送目标色块的中心横坐标位置信息,使得小车能够根据色块中心点的位置偏差控制电机转向、前进和停止,从而实现小车对颜色目标的自动识别、跟踪导航以及避障等功能.实验结果表明,小车能够准确识别出红、绿、蓝、灰4种色块并运动到目标附近自动停车,满足了垃圾小车自动识别垃圾桶颜色的任务需要. 相似文献
11.
12.
提出了一种基于ARM嵌入式系统的自动智能视频监控报警系统设计方案,改进了一种基于图像RGB到HLS色彩空间变换的图像处理算法,有效地解决了图像自动识别过程中亮度对于识别精度的影响,并对复杂的HLS色彩空间变换算法进行了优化,使之能够流畅运行在当前流行的ARM嵌入式系统上。提出了一种摄像头位移自动判断识别方法,能够有效地解决摄像头角度和位置变化导致的图像基准背景变化对自动识别精度带来的巨大影响。该视频图像处理技术能够应用于智能小区住户以及中小型企业的安全保障系统,并能显著降低安保投入成本,提升安保准确率。 相似文献
13.
改进帧差法和背景差法的多目标跟踪 总被引：1，自引：0，他引：1
提出一种将改进的帧差法和改进高斯背景差法相结合来更好地分割出运动目标的算法,其中改进的帧差法是用连续3帧相互帧差之和可有效克服空洞效果;改进高斯背景差法是对像素点的邻域均值替代单个像素点建立高斯背景图像,这样可对光线变化有一定抗干扰能力。将二者结合起来,可较好地跟踪多个运动目标。 相似文献
14.
传统的Camshift运动目标跟踪算法在目标遮挡或背景颜色干扰下,容易陷入局部最大值,造成目标跟踪丢失。针对这一问题,提出了一种结合Kalman滤波及Surf特征提取的改进算法。该算法需在视频序列中手动框选跟踪目标作为目标模板。将传统Camshift算法得到的目标候选区域与目标模板进行直方图对比,得到的巴氏系数若大于设定的阈值则说明目标跟踪丢失。采用Surf算法,在该帧图像中匹配出新的目标候选区域,最终得到候选区域的位置信息更新Kalman滤波。仿真实验表明,改进后的算法在复杂背景下仍然具有良好的跟踪效果。 相似文献
15.
为了能准确地在视频媒体中寻找到所需要的信息片段,提出了一种基于视频图像七阶矩特征的内容检索方法.通过计算图像的七阶矩特征,并以此替代视频每帧图像的信息,对视频中每帧图像及其前一帧的七阶矩特征向量进行比对,计算两者距离,当两者欧氏距离超过某一给定阈值时记录下该帧在视频中的位置,且定义该帧为视频的一个关键帧,并以此为据建立视频文件的带时间标记的关键帧七阶矩向量序列.继而通过对视频流和目标视频的七阶矩序列位置的比对和对应七阶矩距离的计算,确定在视频流中是否包含目标视频,以此实现在视频流中对于目标视频的检索.使用实际视频为例对方法进行验证,效果良好,结果准确,方法还具有较快处理速度和较少的内存消耗,可用于实时处理领域. 相似文献
16.
常用的几种背景提取算法在车流量较大的情况下提取的背景效果较差。在某些目标检测区域较少的场景中,若将所有像素进行检测,会浪费许多时间。针对这些问题,提出一种新的背景提取算法。先将视频帧进行分割,再对分割出的检测带依次进行车辆存在检测,最终自动选取视频中没有车辆的车道块并将其拼接成完整背景帧,最后利用Lab空间色度与亮度相互独立的特性提取目标。该算法能够充分提取前景图像,不会丢失车辆目标。相比传统算法,该算法准确性较高。 相似文献
17.
在复杂地物类型背景条件下,多目标跟踪算法通常表现出目标识别与跟踪能力较差问题,特别在被其它地物遮挡后目标跟踪丢失更严重。提出一种改进的基于多源特征提取与特征融合的多目标跟踪算法。为提高目标在复杂背景下的空间分辨力,充分利用对异类物体判别能力较强的高层特征和针对同类不同物体判别能力较强的浅层特征,提高复杂背景下地物目标的识别能力。同时,为了解决物体被遮挡后导致跟踪算法丢失目标问题,利用滤波器获得追踪目标的空间尺度大小,提高跟踪算法的准确性与可靠性。实验表明,多目标跟踪算法识别目标的准确性可达87.5%,误差在[±2.31%]左右,具有良好的尺度估计效果。 相似文献
18.
连续采集多帧视频图像,利用帧间滤波法建立背景图像,并通过改进背景差分算法尽可能地提取完整的目标轮廓,并用链表法表示轮廓特征。提取目标轮廓的HOG特征,通过SVM分类器进行分类,研究分析不同的人体异常行为。该方法可以有效识别出快速移动、弯腰行走、跌倒、跳跃、长时间停留等异常行为。 相似文献
19.
在机床夹具设计中,经常需要进行定位误差的分析计算.这种分析计算,一般是采用作图法进行的,即找出一批工件中工序基准的两个极端位置,然后计算工序基准位置的最大变动量并折算到工序尺寸上去.这对基准不重合误差的影响分析是明确的;但基准位移误差的产生情况有时较为复杂,对工序基准位置变动的影响有时也较为复杂.为了全面进行定位误差的计算.必须较准确地计算出基准位移误差所引起的工序基准的变动.采用刚体空间位置误差矩阵方程式可以对此进行分析计算.根据线性代数可知,任何刚体由空间某一确定位置向另一位置变动,可以通过矩阵变换来表示.设想夹具中的工件为一刚体,则可用矩阵表达式来计算因定位基准和定位元件的制造误差(如平面度误差、垂直度误差、 相似文献