一种高效的背景重建与更新算法研究

为了实时准确地重建出背景,提出了一种基于帧间差分的背景重建算法.该算法等间隔采样视频帧.然后对视频序列进行帧间差分,对得到的差分图像分块处理,通过比较各子块的亮度与能量均值,将各帧中满足要求的子块进行组合,从而快速地重建出背景.当背景发生整体或局部变化时,该算法能够快速地检测出背景变化,并采用相应算法实时更新背景.实验结果表明,该算法能快速、准确地重建出背景,从而能够完整地提取场景中的运动目标.     

改进三帧差分法与背景差分法结合的运动目标检测算法

针对传统三帧差分法对于运动速度较慢物体容易漏检等问题,提出了利用光流法对传统三帧算法改进并与背景差分法结合的运动目标检测算法。实验结果表明,改进的三帧差分算法与背景差分算法结合具有良好的抗躁性、适应性和鲁棒性。     

基于图像融合的运动目标检测与跟踪方法研究

从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点,根据帧差法的基本原理,提出了一种针对复杂背景的运动目标检测方法.首先通过设定阈值滤除序列图像中的噪声,然后对三帧算法进行改进,即利用序列中多帧图像融合运动信息,并确定参考区域,通过对原图像进行回扫描,最终提取出完整的运动目标轮廓.最后采用一种运动物体跟踪算法,实现了运动物体和静止物体的识别,克服了以往算法中的误检和空洞问题,实验结果表明,该方法能够满足实时性的要求.     

一种区块特征匹配与边缘差分结合的运动目标检测算法

由于动态背景中存在运动目标检测准确率不高、耗时过长,提出一种区块特征匹配结合边缘特征的运动目标检测算法。首先将视频图像目标检测块与背景块分离,对相邻帧背景块进行运动补偿;进而对连续多帧图像进行边缘特征提取,最后对多帧的边缘图像差分,经由形态学处理和阈值分割得到运动目标区域。该算法能有效减少特征提取耗时,降低背景噪声的干扰。实验结果表明,该算法检测运动目标的准确性较好,且抗噪表现较好。     

智能巡检机器人的电缆缺陷检测关键技术研究

为了满足电力系统运维过程中电缆沟巡检的任务要求,设计了一种智能型电缆沟巡检机器人系统,并对该系统中的电缆缺陷检测关键技术进行研究。提出了一种基于小波变换图像分割与图像轮廓检测的电缆绝缘层破损检测算法和电缆温度异常检测算法,通过在搭建的模拟电缆沟实验环境中对机器人系统进行整体测试,验证了算法的有效性。同时,测试结果表明,设计的机器人巡检系统能够实现实时的电缆缺陷检测,可以满足电力系统电缆巡检的实际要求。     

多阶段帧对齐的视频超分辨率重建网络

视频超分辨率（Video-Super Resolution,VSR）旨在将低分辨率视频帧序列重建为高分辨率视频帧序列。相较于图像超分辨率，VSR由于增加了时间维度的信息，因此通常需要依赖邻近帧高度相关信息实现当前帧的重建。如何对齐相邻帧，并获取帧间高度相关信息，是VSR任务关注的重点问题。本文将VSR任务分为去模糊、对齐、重建三个阶段。在去模糊阶段，将当前帧与相邻帧进行预对齐，获取与当前帧高度相关的特征信息，通过强化当前帧的细节以便实现初始阶段更多特征信息的提取。在对齐阶段，通过对输入特征进行二次对齐操作，利用相邻帧中高度相关信息进一步强化当前帧中特征信息。在重建阶段，通过聚合原始低分辨率帧以在网络末端提供更多特征信息。本文利用多层感知机（Multi-Layer Perceptron,MLP）代替传统卷积操作构造特征提取模块，同时对生成的特征信息进行二次对齐，以细化图像特征获得更优的视频帧重建效果。实验结果表明，本文提出的算法在多种公开数据集上的视频帧序列重建精度更高的同时，也取得了更少的网络参数量和更连贯的视频序列重建表现。     

视频图像中运动目标检测的快速方法

研究了基于Kalman滤波理论的渐消记忆递归最小二乘法,探讨了渐消记忆递归最小二乘法在图像序列重建图像背景中的应用,还提出两种检测移动阴影的快速算法,并用于视频图像运动目标的检测.先用背景重建算法对复杂背景进行更新预测,再用当前帧图像与预测背景差分提取动目标,最后检测并去掉目标的阴影.这里提出的检测方法简单、有效,便于用硬件快速实现.文中给出了实验结果.     

用于电力巡检机器人的挂空异物智能检测方法

在电力信息化战略的不断深入下,电力巡检机器人日益普及,为完善机器人功能,拓宽其应用前景,提出一种挂空异物智能检测方法。根据光照强度、天气状况等因素,基于不同颜色空间变量值与背景特征关联,合理利用对应滤波方式去除图像内噪声杂质。面向模糊不清的采集图像,依据前景与背景的分割阈值和平均灰度值,改变分段区间与拉伸区间,增强图像对比度。结合输电线路的直线特征与点线对偶特性,以霍夫变换直线提取法为基础识别出输电线路;通过设计的拟合恢复方法,获取完整的输电线路由局部二值模式图像特征点匹配策略,建立矩形兴趣范围,遍历像素点,检测出线路上的挂空异物。实验环节分别通过检测图像与评估指标数据,从主客观角度全面分析了检测效果,经实验结果验证,所提方法具有良好的可行性与适用性,能够较为准确地检测出多种异物。     

应用级联分类器检测安瓿内弱小运动目标

针对序列图像内具有低信噪比和低对比度特征的运动目标,提出了一种基于级联分类器的弱小目标检测算法。该算法从安瓿瓶序列图像内提取绝对差分值、局部差分对比度和局部相关系数3个图像特征。每个图像特征对应一个分类器,通过三层级联形式实现序列图像中的小目标检测。第一个节点与传统帧间差分法类似,主要去除大量背景图像并检测出大颗粒运动目标,后两个节点则用于检测弱小目标、排除光流和瓶身污渍产生的噪声点。实验结果显示,相对于传统的帧间差分法,本文算法具有高检测精度和高抗干扰能力等特点,不仅可以检测出图像中弱小运动目标,同时也消除了复杂背景下的噪声影响,弱小目标的检出率达到99.3%,并且满足安瓿在线检测的实时性要求。     

基于机器视觉的保健酒可见异物检测系统研究与开发

针对国内某企业生产的125ml玻璃瓶装药酒内可见异物的检测要求,设计了一套基于机器视觉的高速检测系统,该系统包括机械传动子系统、多类型异物成像子系统、伺服控制子系统、图像识别与处理系统等.通过利用异物在图像中运动的连续性和噪声运动无序性等特点,提出了基于序列图像差分和阀值分割的检测算法,该方法首先采用Top-hat形态学滤波抑制图像噪声,通过三帧差分提取图像中的运动目标,然后提出改进二维最大熵阀值分割算法实现了目标的快速分割,最后根据异物运动的方向性确定是否存在异物并判断出产品质量.实验结果表明,研制的系统能够有效地检测出酒液中的异物,在检测精度、误漏检率等方面满足企业要求,已成功替代了原有的人工检测.     

基于元胞自动机的动态背景运动目标检测

针对传统运动目标检测算法在动态背景条件下难以准确检测出运动目标的问题,提出了一种基于元胞自动机的动态背景运动目标检测算法。首先,根据SLIC算法分割视频图像,并应用多模态混合动态纹理模型对视频图像进行背景建模。然后,融合空时显著性检测与基于元胞自动机的自动更新机制得到优化的显著性图。最后,通过对优化后的显著性图做适当的阈值分割处理得到视频图像中的运动目标。实验仿真结果表明,在动态背景条件下该算法可以有效的抑制视频图像中非运动目标的显著性物体对检测结果带来的影响,检测运动目标的精度较高,并且具有一定的鲁棒性。     

全局运动序列的视频对象分割算法

针对全局运动视频序列，本文提出一种快速有效的基于边缘均灰度投影匹配的全局运动估计与补偿算法，将连续几帧图像的相同背景稳定在同一幅图像的相同位置上，从而能够沿用静止背景序列的视频对象分割算法。实验结果证明，该方法能够从背景变化的视频序列中较好地提取运动对象，具有较强的鲁棒性。     

复杂场景中基于变块差分的运动目标检测

针对复杂场景中包含的摄像机扫描运动、随机抖动和目标运动,提出一种基于帧间可变块差分的运动目标检测算法.首先,利用全局特征点估计运动参数对帧间背景进行补偿,提取图像的全局特征点并匹配,以特征点集的最小位置误差和作为目标进行迭代,获取误差不大于0.5 pixel的全局运动参数,并精确补偿当前帧实现背景校正.然后,利用可变块...     

一种基于时空信息的多目标检测新算法

运动目标检测是计算机视觉中进行信息提取的关键技术之一.为了克服传统帧间差分法检测出的目标不完整的缺点,提出了一种基于时空信息的视频图像中多目标检测新算法.该算法将帧间差分得到的图像序列的时间信息和帧间边缘差分得到的图像空间信息结合起来检测图像中的运动目标,同时利用形态学闭运算和近区域合并方法进一步强化图像中的空间信息,利用小区域去除的方法去除图像中的噪声影响.最后通过3组实验对其有效性进行了验证,实验结果证明,其检测效果与传统算法相比有较大改善.     

基于机器视觉的全自动灯检机关键技术研究

设计了一种基于机器视觉技术的全自动智能灯检机,以实现药液中可见异物的在线检测.首先对采集到的各帧图像通过形态学滤波、帧差等预处理抑制大部分背景噪声.然后提取图像中目标的不变特征,通过各目标不变特征间的匹配,实现相邻帧点迹的关联,得到若干假设的目标运动轨迹.最后根据异物运动轨迹的连续性和平滑特点来确定是否存在可见异物.研制的全自动灯检机样机已经在某药厂的注射液生产线上试验运行.实验表明,该机器的识别准确率和速度均高于熟练的灯检工.     

结合多特征的视频镜头检测方法

针对视频镜头边缘检测准确率低的问题,提出了一种新的基于多特征的视频镜头检测算法。首先按时序读取多帧图像,并转换为灰度图;进一步将帧图像均匀分块,计算每个图像块的平均梯度,构造视频动态纹理;比较相邻帧视频动态纹理的相关性及两帧SIFT特征的匹配程度,根据匹配结果得出预检测结果;接下来与步长低于人眼刷新频率的下一帧动态纹理及SIFT特征相比较,得到最终的结果。通过对多组不同类型的视频数据进行实验,均能取得较高的召回率和准确率。该文算法对结构较复杂的渐变镜头进行检测,也能取得较高的检测准确率和召回率。     

基于视频监控的变电站巡检巡视系统设计

针对当前系统未能对变电站红外图像进行异常检测,导致变电站巡检巡视性能下降,平均测试时间和误报率增加,提出一种基于视频监控的变电站巡检巡视系统。 分别设计系统管理子模块、状态监测子模块和智能辅助控制子模块,对通过视频监控采集到的变电站图像进行 RGB 值校正,将输入空间样本映射到特征空间中,得到对应的数据集。 采用核猫群红外图像异常检测方法对变电站进行检测,最终获取异常区域,实现变电站巡检巡视。 通过和已有系统进行实验对比可知,所设计系统能够有效降低平均测试时间和误报率,同时还能够提升巡检巡视性能。     

基于图像处理的爬壁机器人焊缝识别与跟踪

基于爬壁机器人移动平台和单目相机的图像采集系统,设计了一种焊后焊缝图像处理方法,将改进的自适应中值滤波算法与灰度形态学方法结合,实现从信噪比较高的图像中提取特征。采用基于边缘检测和Hough变换的焊缝位置提取算法,经测试识别准确率达70%,且单幅图像平均处理时间为200ms,能满足管道爬壁机器人行进过程中的实时焊缝跟踪,并提供了一种引导机器人沿焊缝前进的自主定向方案。     

基于背景差分的高铁钢轨表面缺陷图像分割

高铁钢轨表面图像具有光照变化、反射不均、特征少等特点,使得缺陷自动检测极为困难。为了在高速运动过程中,从复杂的钢轨表面图像中分割出缺陷,根据钢轨表面图像具有沿钢轨方向像素值基本不变的特征,建立钢轨表面图像背景模型,提出了基于背景差分的钢轨表面缺陷检测算法,主要包括钢轨区域提取、背景建模差分、阈值分割和图像滤波4个步骤,其主要特点是将视频监控中的背景差分法推广到缺陷图像分割领域,同时借助自适应阈值分割和滤波技术,在一定程度上,解决了铁轨表面缺陷分割过程中图像光照变化、反射不均、特征少等不利因素的影响。实验仿真和现场测试结果均表明,该方法对块状缺陷能很好地识别,召回率和准确率分别达96%和80.1%。