共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
3.
4.
基于混合高斯背景模型的目标检测方法对场景的动态变化具有较强的鲁棒性,其基本思想为:定义每个像素点的分布模型为由多个单高斯模型组成的集合,根据每一个新的像素值更新模型参数,按照一定的准则判断哪些像素点为背景点,哪些为前景点,从而实现对运动目标的检测。 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
6.
针对道路交通车辆检测问题,提出了一种利用边缘特征与垂直投影结合的运动车辆阴影消除方法。先用混合高斯背景模型提取出背景,利用背景差检测出运动车辆区域,再用区域填充去掉目标区域的噪声,最后利用边缘特征与垂直投影结合,消除阴影。 相似文献
7.
8.
针对光流法计算量大并且无法精确提取运动目标轮廓的问题,提出一个联合背景差分与区域光流的运动目标轮廓提取算法,首先对运动目标区域进行标定,并通过求解区域光流得到光流图像,然后结合基于统计平均的背景差分法获取运动目标二值图像,从而提取出运动目标轮廓。实验结果表明,在监控场景中,本文算法能够准确地提取运动目标轮廓。 相似文献
9.
现有的背景差分法在背景模型的维持和更新不能用于长期和复杂的场景,针对智能视频监控中的运动目标的检测,提出了帧间差分法重建背景图像,背景差分法分离背景像素点与运动目标点,自适应背景更新方法应用背景的定时自动更新,有效的分离了运动目标和背景图像。该方法不仅能够减小运动目标的检测误差,而且提高系统运行速度,实现复杂环境下的运动目标检测。 相似文献
10.
11.
Harris角点检测需要计算图像中每一个像素点的角点响应函数值(CRF),这使得算法运行速度慢,不能满足实时性的要求。针对这个缺点,文章提出了一种改进算法。改进算法通过分析图像中每个像素点8邻域范围内相似像素点分布情况,剔除那些非角点的像素点,并选出潜在的角点像素点作为下一步Harris检测的候选点,从而大大提高了算法的运行效率。 相似文献
12.
13.
14.
在对高速运动目标的多媒体视频采集中,因为风力、高速抖动等原因导致视频和图像采集模糊,稳定性差,需要进行对视频和图像等多媒体素材进行电子稳像处理,提高对图像目标的识别和检测能力。传统方法中采用块匹配方法构建电子稳像算法,因为运动帧补偿效果不好,稳像效果较差。提出一种基于运动帧补偿的多媒体块匹配电子稳像算法,进行GSM随机场建模和进行像素点关联传递迭代优化,将图像的前一帧作为参考帧对当前帧进行参数补偿,求得的全部帧图像对应的运动参数,实现对电子稳像算法改进。仿真实验表明,算法能保留图像中的特征的同时去除图像中含有的抖动,稳像处理性能较传统方法优越。改进方法在电子侦察、远程目标识别等领域具有优越的应用前景。 相似文献
15.
为了提高视频前景对象分割的效率,设计了一个融合半监督及无监督算法的视频前景对象自动分割方法。计算视频帧中超像素,建立视频前景模型更新机制用来调节阈值和环境复杂性。将鬼影作为视频背景进行分类,同时更新背景模型,建立前景的统计图谱,对背景的相似度进行了二次判别。检测视频前景对象阴影,在此基础上,建立象素级别的交叉熵损失函数,对候选区域集成。采用融合半监督及无监督算法对视频前景对象自动分割,以此实现融合半监督及无监督算法的视频前景对象自动分割。实验对比结果表明,此次研究的视频前景对象自动分割方法有效提高了分割效率,并提高了分割全局正确率以及分割轮廓精准度,满足了视频前景对象自动分割需求。 相似文献
16.
《科技通报》2017,(10)
针对目前现有的TLD(跟踪-学习-检测)算法易受阴影、遮蔽、摄像机晃动或是目标快速运动的影响,提出基于HSV-HOG的改进TLD目标跟踪方法。首先,在跟踪初始化前通过加入HSV颜色空间提高TLD算法初始化速度以及抗噪性,使得TLD算法在阴影、抖动的干扰下依然能够实现较好的目标跟踪。若TLD算法选取的跟踪目标受到遮蔽、运动过快,则在算法中加入自适应kalman滤波预测目标物体可能存在的区域,缩小跟踪器的跟踪范围,提高跟踪速度,并在检测器加入后验HOG特性,对已缩小的预测区域进行检测,增强了检测器的判别和检测能力。实验证明,改进的追踪方法具有较好的鲁棒性和跟踪精度。 相似文献
17.
在光照背景下,弱亮点模型因为受到光照色差的干扰,导致对其检测较为困难。通过对光照背景下的弱亮点模型进行检测,特别是对光照背景下运动人体目标检测,是实现智能视频监控的基础工作。提出一种基于自相关累积泰勒展开的弱亮点目标图像检测算法,首先对光照背景下的弱亮点行人进行目标角点检测与预处理,对每个图层的自相关累积特征进行泰勒展开分离,形成原始的图层自相关累积泰勒展开库,求得小邻域内的亮度变化值,实现对光照背景下的弱亮点运动行人图像的角点检测,并作为前置处理算子,实现基于自相关累积泰勒展开的弱亮点行人检测算法改进。仿真实验表明,该检测算法得到的光照背景下的人体的轮廓特征得到准确凸显,检测性能较优,精度较高,鲁棒性好,在智能视频监控等领域具有重要的应用价值。 相似文献
18.
对智能视频监控中人的区域入侵异常、滞留异常、奔跑异常等进行了分析研究,给出了三种异常的检测方法。多高斯模型用于运动目标检测,Mean Shift算法用于运动目标的跟踪,运动目标速度的计算能够区别目标的走与跑,并且对它使用的修正方法可以降低摄像头远近所带来的误差。 相似文献
19.
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
20.
在动态变化背景下,实际视频图像运动检测受到光线很大的影响。本文把帧差绝对值法改进成三帧差法,并提出基于三帧差法和背景减除法相结合的运动目标检测和自适应背景更新方法——动态三帧差法。它采用了动态更新策略,能够在正确获得运动目标区域的同时有效地抑制背景渐变的干扰。通过动态背景下检测运动飞机的实验结果,证明该系统性能稳定,检测效果较好,满足实时系统的要求。 相似文献