基于隔帧差分区域光流法的运动目标检测

结合运动目标检测帧差法运算速度快和光流法动目标检测准确度高的特点,提出了一种基于隔帧差分区域光流计算的运动目标检测方法.该方法通过隔帧帧差方法先提取运动区域,然后只对运动区域进行光流计算,减少了计算区域,提高了速度;在光流场计算时,对梯度较大和较小的点处,分别采用基本等式约束和光滑准则约束的方法,提高了动目标检测的准确性,另外在光流迭代运算中增加惯性项,减少了迭代次数,进一步提高了检测速度.实验结果验证了该方法的有效性.     

动态背景下的光流场计算方法

通过计算光流场来检测场景中的运动目标是计算机视觉中非常重要的研究课题,而光流场计算的精度直接关系到目标检测的准确性。针对实际拍摄的视频中由于背景存在运动而导致光流场中运动目标不突出的情况,提出了一种基于分块积分投影配准算法的光流场计算方法。首先利用提出的分块积分投影配准算法得到图像背景的运动参数,然后对背景进行运动补偿,再利用L-K算法求取运动补偿后图像中有效区域的光流场。通过真实视频对算法进行验证,并将结果与经典的L-K算法结果进行了对比。对比结果显示:本文所提算法计算得到的光流场中运动目标更加突出,算法效果较好。     

序列图像中运动目标检测与跟踪方法分析

运动目标检测与跟踪是计算机视觉研究争图像编码研究的主要内容,有着广泛的应用领域.研究了目前运动对象检测与跟踪的一些常用方法,包括时域差分法、背景差分法、基于光流场的检测方法和卡尔曼滤波、特征光流法的跟踪方法,井对各种方法进行了比较,指出其优缺点及适用范围,并给出了时域差分及背景差分方法的实验结果.     

智能交通系统运动车辆的光流法检测

基于视频的车辆检测在智能交通系统中有着重要的实用价值.提出了一种在复杂背景中检测运动车辆的方法,针对传统光流法在阴影、边界和遮挡的地方灰度守恒和光流场平滑性假设不再成立这一问题,引入前向-后向光流方程,计算其Hessian矩阵,并把Hessian矩阵的条件数与Lucas-Kanade光流法中的加权阵相结合,有效地消除了局部邻域中不可靠的约束点,同时进一步提高了光流约束方程解的稳定性.实验结果表明：该方法检测情况稳定,检测准确率高,检测效果好.检测结果可作为智能交通系统中高层交通管理和车辆控制的基础.     

基于光流场和Grabcut算法融合的运动目标分割

文章提出一种光流场和Grabcut算法融合的运动目标分割方法,利用光流场计算相邻两帧图像得到运动目标初步检测的模糊结果,将结果处理后作为Grabcut前景标定依据,取代Grabcut人工交互过程,得到最终运动目标精确检测结果.     

噪声环境下光流场快速稳健估计方法研究

针对噪声影响下光流计算稳健性较差及收敛速度慢的问题,提出一种噪声环境下光流场快速稳健估计方法。所提算法基于噪声环境下光流场估计方法,引入惩罚因子以增强光流计算稳健性,并在光流计算迭代公式中加入动量因子缩短光流计算收敛时间以加快光流场计算。而后基于变分方法极小化光流能量函数求解欧拉-拉格朗日方程,最后通过迭代方法求得速度场。仿真结果表明,对视频中连续两帧图片加入不同高斯噪声后,与M算法及ML算法相比,所提算法可显著增强光流场计算稳健性,缩短光流计算收敛时间,加快光流场计算。     

红外图像的光流计算

图像光流的计算不需要在图像序列中建立特征之间的对应关系，因此光流法在计算机视觉的众多领域，包括运动物体的参数估计和目标跟踪方面都有广泛的应用，由于红外图像的噪声相对较大，光流法很少用于红外图像中目标的运动参数估计和跟踪，这里，使用几种常用的光流计算方法对部分实际红外图像进行了光流场计算。结果表明，当选择合适的方法或计算方法进行一定的改进时，这些红外图像可以得到比较接近实际情况的目标光流场，进而应用于红外图像中的目标分割，运动状态分析与目标跟踪等领域。     

基于光流场分割和Canny边缘提取 融合算法的运动目标检测

在摄像机运动的情况下,提出了一种基于光流场分割和Canny边缘算子融合技术的运动目标检测方法.这种方法可分为三步:第一步利用运动的内极线约束和C-均值聚类算法完成目标区域的分割,并获得分割图;第二步在分割图中利用Canny边缘算子获得细化的目标区域边缘图;第三步根据光流场中的流速值完成分割图和边缘图的融合,并检测出完整的运动目标.实验表明,这种方法可以有效地从复杂自然场景的图像序列中检测出完整的运动目标.     

光流向量补偿模型的运动目标检测

基金项目：黑龙江省教育厅科学研究项目（No.11541057）资助。摘要：针对计算机视觉中的运动目标跟踪与检测问题,特别是运动目标被遮挡丢失和大幅度机动现象,提出了一种基于Lucas-Kanade光流向量补偿算法的运动目标检测方法。该方法利用Lucas-Kanade光流算法计算帧间的光流向量,并选用丢失目标的图像附近若干帧序列图像之间的光流关系,对丢失的光斑目标位置进行估计,以此对序列图像进行补全。实验表明该算法相对于其他传统光流法,提高了光流估算的精确性和可靠性,能更好地检测出运动目标。     

基于帧间差分和金字塔LK光流法的运动目标检测

针对用于运动目标检测的光流算法存在处理复杂、计算量大等问题,提出一种帧间差分算法和金字塔LK光流法相结合的运动目标检测方案.该方法先对视频图像进行帧间差分处理,得到图像的运动区域,再对该运动区域进行金字塔LK光流计算,减少了计算区域,提高目标检测的速度.最后在搭建的视觉避障平台上使用LabVIEW语言进行算法程序验证,实验结果证明了算法的有效性.     

运动目标光流场算法研究进展

光流场技术是一种全新的用于目标跟踪的技术,主要用于机器视觉识别,自动飞行器导航和天气预报监测等.与传统的技术相比,光流场技术的优势主要是目标分割的简易性,实时性和准确性.图像中的运动分析在计算机视觉中占有十分重要的地位,所以光流场已成为热点研究领域之一.本文首先介绍了光流场算法的演变历史,然后分析当今世界几种先进的算法,如内插值法的光流场4D CT图重构,光流场主动轮廓法的图像序列分割,光流场全方位摄影法的成像分割,以及高速物体运动下对成像误差的影响,指出了当前我国研究工作所面临的问题和今后的发展趋势.     

一种基于背景配准的光流场算法

研究了在摄像机动态的条件下,前后两帧图像间移动距离对光流法计算精度的影响.光流算法计算精度随着帧间中心位置偏移距离的增大而降低.针对此特点,提出了一种基于背景配准的光流计算方法.该方法使用背景配准计算帧间的近似偏移量,并以此近似偏移量为基础,进一步计算细节部分的相对偏移量.这种处理策略有助于为光流算法提供理想的工作区间并提高其计算精度;近似偏移量与细节光流场相叠加以合成最终的光流场.实验表明具有背景配准步骤的光流检测法较其他传统的光流算法相比,在精度方面具有较为明显的优越性.     

基于LK光流法的微流控芯片中流体速度检测

为促进微流控技术相关领域的发展,针对目前微流控技术不能有效地检测流体在微通道的运动状态地问题,提出了一种基于LK光流法的检测技术,能有效地检测微流控芯片中流体的细微运动。实现过程为:通过在实时视频序列中捕获所需要的图像帧,选择ROI区域并对图像进行灰度化及高斯滤波平滑,然后划分网格使用LK光流法计算光流场,通过阈值分割筛选掉独立的光流矢量,最后将所剩的光流矢量转换为行列两个实值图像并求解出其像素距离,结合图像帧之间的时间差求出目标的运动速度。实验结果表明:像素速度标准差σ<1,具有可重复性;该方法能实时跟踪运动的液体,精度高、效率高,是一种非常可靠的检测方法。     

基于光流估计的红外弱小运动目标检测

提出了一种对复杂云层背景下红外图像序列中弱小运动目标分割和检测的方法.首先,利用Hom-Schunck算法计算序列图像的光流场,然后利用阙值分割和数学形态学滤波的方法进行目标检测,滤除噪声后提取出背景中的运动目标.实验结果表明,该算法对实时检测在复杂背景的红外图像中运动的弱小目标具有很好的效果.     

复杂背景下运动目标的检测与跟踪

比较了HS和LK两种光流计算方法的性能,并针对复杂背景的情况,提出了一种基于LK光流柱状图和canny边缘检测融合技术的运动目标检测跟踪方法.该方法分三步:首先,利用LK光流柱状图信息完成运动目标的检测,并获得目标分割图;然后用canny边缘检测算子的检测信息并融合目标分割图信息获得细化的目标边缘图;最后根据检测结果计算目标形心.实验表明,该方法能有效解决复杂背景下运动目标的检测与跟踪.     

基于光流与Mean Shift算法的运动目标检测

为了改善传统光流法不能很好地解决背景运动带来影响的问题,提出了一种基于光流矢量与Mean Shift算法的运动目标检测方法。结合图像中边缘信息和灰度信息,用金字塔法计算出特定像素点的Lucas-Kanade光流矢量。再利用Mean Shift算法的梯度搜索原理找出运动背景的光流矢量,进而找出运动目标的光流矢量。实验结果表明,融入Mean Shift算法后的光流法高精度地检测出了目标,显著降低背景运动所带来的影响。文中所提方法比传统几种方法更加准确地得到了所需结果。     

嵌入式下公共场所暴力行为视觉检测方法研究

根据暴力行为发生时往往存在肢体冲突,并伴随着身体全身或局部部位出现较剧烈运动的特点,提出了一种基于运动图像的公共场所暴力行为自动识别方法,并能够移植到嵌入式设备中以便于分布式智能监控.首先,采用Lucas-Kanade(LK)光流法获得相邻两帧监控图像间的光流场,通过光流分析法确定各个运动目标的运动状态,并提取它们的光流特征值、光流速度和方向;其次,对各个运动目标的光流特征值、光流速度与方向进行统计分析,以掌握各个运动目标的运动趋势;最后,结合光流场变化情况及运动目标聚集状态判断是否存在暴力行为.实验结果表明,该嵌入武系统识别准确性好、实时性强、可靠性高.     

基于图像局部特征的红外小目标检测与跟踪算法

基于红外序列图像中小目标的典型特征,提出了一种新的红外小目标检测与跟踪算法.利用图像小目标的微分几何特性,计算图像的最小法向曲率,并以此为阈值,获得小目标的候选对象.之后利用多幅图像之间目标的相关性,在时间尺度上基于Kalman滤波算法,实现对目标噪声的过滤并实现目标的跟踪.最后对算法的有效性进行了验证.     

基于多重网格法的变分光流计算

光流是计算机视觉的重要组成部分,光流法是运动图像序列分析的重要方法,在许多应用中需要精确的估计,而基于变分的光流计算则能满足上述要求.提出一种新的变分模型,并将多重网格法运用于模型的计算,以最快速度求解线性方程组,近乎实时地得到图像序列的光流场.实验表明该方法是有效的.     

基于光流场分析的红外图像自动配准方法研究

提出了一种基于光流场分析的准确的红外图像自动配准方法．该方法可分为两个过程：先是利用全局光流场完成两幅图像背景区域的配准；其次利用由粗到细的层级匹配算法提取两幅图像中运动目标的特征点集，根据两组特征点集由最小二乘法计算出运动目标的变换参数，完成运动目标的配准．对一定研究领域的红外图像自动配准的仿真实验表明：该方法准确且对场景的运动有很好的鲁棒性．