首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 359 毫秒
1.
为了从视频序列中获取初始视频对象,提出了一种改进的基于运动连通性的初始视频对象提取算法.视频中的运动对象高度连通结构化,这就使得运动连通性是适用于视频对象分割的高级特征.据此首先对反映对象的一致性运动的累计帧差图进行尖锐噪声滤除,然后应用自适应阈值算法提取对象运动区域,接着根据运动连通性标记出最大连通区域,通过后处理得到视频对象的分割模版从而有效提取出初始视频对象.对比实验结果表明,该算法能自动、快速、准确地提取出初始视频对象,获得了理想的主客观分割效果.  相似文献   

2.
在分析复杂天空背景下红外视频序列特征的基础上,针对红外小目标本身特性及红外序列低信噪比的问题,提出适合该环境的红外小目标检测算法.该滤波方法以形态学滤波理论为基础,首先采用均值滤波和Open ing-Tophat运算对红外视频序列进行预处理,然后运用基于均值和方差的统计分割方法提取图像中的运动目标,从而实现了红外小目标的检测.实验结果表明,所提出滤波方法具有良好的检测和分割效果,能够有效地改善跟踪精度.  相似文献   

3.
钱诚 《教育技术导刊》2016,15(7):184-185
针对区域级背景减除问题,提出一种基于图像块对比度直方图特征的背景减除方法。对于已输入的一段视频,将每一帧视频分割成图像块,并提取对比度直方图特征。在该特征上通过自描述方式将前景作为噪声误差项与背景分离,随后使用稀疏子空间聚类方法构建关于对比度直方图特征的聚类,而对于特征聚类的主成分分析给出了关于背景特征的多个子空间,并以此作为区域级背景模型。在后续输入视频帧中提取对比度直方图特征,将其投影到各子空间中计算重构误差,以此作为前背景的决策依据。实验结果表明,该方法能够有效减除视频中的背景。  相似文献   

4.
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   

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.
饶彦 《教育技术导刊》2012,11(3):149-150
给出了一种用于固定场景的快速人脸检测方法。在背景差的情况下,利用SHEN滤波进行二值图像并提取出运动目标区域,基于肤色聚类模型对运动目标子图像进行肤色分割,结合椭圆模板检测出人脸区域,进行人脸定位。实验数据表明,该方法对固定场景中的人脸检测具有较好的鲁棒性,对姿态、表情、年龄都有较强的适应性,并具有一定的实时性。  相似文献   

7.
当图像中目标类类内方差与背景类类内方差差异较大时,灰度约束Otsu分割法能够获得更好的分割结果。然而,灰度约束Otsu分割法降低了分割阈值,因而更容易受到图像中噪声的影响而出现分割错误。针对这一问题,本文将灰度约束策略推广到了二维Otsu分割法,从而提出了一种具有灰度约束的二维Otsu图像分割方法,即根据二维Otsu分割法的阈值特点选定二维灰度约束值并获得灰度约束二维直方图,而后再使用灰度约束二维直方图选取分割阈值。实验结果表明,本文方法能够更为有效的抵抗图像中的噪声,可以获得更好的图像分割结果。  相似文献   

8.
首先介绍指纹图像分割的基本概念,接着使用一种基于标准差的图像分割算法对指纹图像进行分割.该方法利用标准差找出最佳分割阈值,再用该阈值将指纹图像脊线提取出来.实验结果表明,该方法能够很好地将指纹脊线从背景中提取出来.  相似文献   

9.
本文采用了一种运动目标存在情况下的背景重建算法,能较好地抑制外界环境变化带来的影响。该运动目标检测算法通过一定数量帧的学习、统计,找到各坐标点像素灰度等级的分割阈值。在对当前帧图像进行背景差分后,分割出运动目标区域。若存在运动目标,则根据串行边界跟踪算法获得运动目标轮廓。获得边界后,模型将绘制方框显示运动物体,并发出警报。该运动目标检测模型用VisualC++给予实现。  相似文献   

10.
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   

11.
For the realtime classification of moving vehicles in the multi-lane traffic video sequences, a length-based method is proposed. To extract the moving regions of interest, the difference image between the updated background and current frame is obtained by using background subtraction, and then an edge-based shadow removal algorithm is implemented. Moreover, a thresholding segmentation method for the region detection of moving vehicle based on location search is developed. At the estimation stage, a registration line is set up in the detection area, then the vehicle length is estimated with the horizontal projection technique as soon as the vehicle leaves the registration line. Lastly, the vehicle is classified according to its length and the classification threshold. The proposed method is different from traditional methods that require complex camera calibrations. It calculates the pixel-based vehicle length by using uncalibrated traffic video sequences at lower computational cost. Furthermore, only one registration line is set up, which has high flexibility. Experimental results of three traffic video sequences show that the classification accuracies for the large and small vehicles are 97.1% and 96.7% respectively, which demonstrates the effectiveness of the proposed method.  相似文献   

12.
Digital Signal Processing Based Real Time Vehicular Detection System   总被引:4,自引:1,他引:4  
Traffic monitoring is of major importance for enforcing traffic management policies. To accomplish this task, the detection of vehicle can be achieved by exploiting image analysis techniques. In this paper, a solution is presented to obtain various traffic parameters through vehicular video detection system( VVDS). VVDS exploits the algorithm based on virtual loops to detect moving vehicle in real time. This algorithm uses the background differencing method, and vehicles can be detected through luminance difference of pixels between background image and current image. Furthermore a novel technology named as spatio-temporal image sequences analysis is applied to background differencing to improve detection accuracy. Then a hardware implementation of a digital signal processing (DSP) based board is described in detail and the board can simultaneously process fourchannel video from different cameras. The benefit of usage of DSP is that images of a roadway can be processed at frame rate due to DSP‘s high performance. In the end, VVDS is tested on realworld scenes and experiment results show that the system is both fast and robust to the surveillance of transportation.  相似文献   

13.
This paper presents a new approach to the extraction of a moving object from video sequence.The method is based on morphological motion filter using connected operator and a propsed new filtering criterion.The morphological motion filter aims to detect motion which is distinct from that of the background,and thereby locates independently moving physical objects in the secnes.Experiments show that the algorithm can extract object from moving backgrounds efficiently.  相似文献   

14.
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   

15.
针对视频中的运动目标离摄像头较近时由于形状的变化而导致目标边界测定不准确的问题,在帧间差分法的基础上,提出了一个求精运动目标边界的算法。先用得到边界值计算目标中心点,再对视频中的运动目标进行运动距离和速度的检测,并在Matlab中进行仿真。实验结果表明,该算法对帧差法的结果进行求精后,得到的运动目标的状态值更接近于实际情况,改进的算法更适合于视频中运动目标形状变化较大的情况下进行运动目标状态的检测。  相似文献   

16.
一种基于边缘流的图像分割算法及其应用   总被引:1,自引:0,他引:1  
基于边缘流的图像分割算法以方向相反的边缘流相遇的位置确定对象的边缘,解决了传统基于边缘的图像分割算法难以确定合理阙值的问题.论述了基于边缘流图像分割算法的原理,对该算法进行了调整,将其应用于昆虫图像的分割.实验结果表明:基于边缘流的算法不仅能够有效地分割出图像中的昆虫对象,而且对昆虫对象的各个部分还能进行较为有效地分割.与传统的基于闽值分割算法相比是更好的图像分割算法,促进了计算机视觉技术在农林业领域的应用,促进了计算机视觉技术在农林业领域的应用.  相似文献   

17.
为提高运动目标检测的可靠性,提出了一种自适应的基于混合高斯模型的运动目标检测算法.该算法利用混合高斯分布对每个背景像素建模,高斯分布的个数不是固定不变的,而是随着像素值的混乱程度自适应变化.差分图像的像素按大小被分为2部分,然后对这2部分分别进行自适应阈值化分割,得到前景图像.利用基于形态学重构的阴影消除方法来改善前景图像分割的性能.不同实际场景的实验结果表明该算法能够快速准确地建立背景模型,且具有更强的鲁棒性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号