基于二维速度搜索的星载SAR运动目标聚焦算法研究

采用传统SAR成像方法对星载SAR地面运动目标进行成像处理时,运动目标通常会处于散焦状态,导致运动目标检测性能下降。该文结合RD算法,提出一种基于2维速度搜索的星载SAR运动目标检测算法,通过对运动目标距离向速度和方位向速度进行遍历来匹配运动目标多普勒参数,提取不同搜索速度下运动目标的最强幅度值用于恒虚警检测,可以提高运动目标的检测概率。仿真结果验证了该方法的可行性和有效性。     

一种基于运动搜索的运动检测和边缘检测算法

提出了一种基于运动搜索的运动检测和边缘检测算法并估计了其硬件消耗.该算法利用视频编码器在编码过程中的中间过程计算数据,相对传统的视频编码器,以很少的电路结构消耗实现了运动检测和边缘检测两项功能.试验结果表明,提出的算法可快速、有效地获得满意的运动检测和边缘检测结果,并具有较强的鲁棒性.     

针对运动摄像机的快速低存储开销运动目标检测算法

摄像机的运动会导致整幅图像的运动,使得此情形下的目标检测极具挑战性。针对该问题提出一种快速低存储开销检测算法。首先,利用一种快速低存储开销配准方法计算相邻两帧的单应变换矩阵。而后,使用单应变换矩阵进行相邻两帧之间的配准,并由帧间差分获取帧间运动信息。最后,采用积累运动信息的方式构造不断更新的运动图像,通过对此运动图像进行阈值分割分离出最终的运动目标。在多个不同视频序列下的实验表明该算法能够有效地从嘈杂的场景中检测出运动目标。此外,与先前算法相比,该算法检测性能更好,且显著地降低了存储开销与计算时间开销。对于480360的序列而言,该算法需要的存储开销仅为825 kByte,且运算速度达到16帧/m。     

一种基于运动检测的运动搜索模式

帧间编码的运动搜索在视频编码的运算量中占据了很大比重,适当的运动搜索模式算法将有效地减少视频编码计算复杂度.文中提出了一种基于运动检测的搜索模式算法,相比传统的UMhexagonS搜索模式,在保持了相当的PSNR和码率水平下减少了平均60%左右的的搜索运算量.该搜索模式易于硬件实现,并且对各种视频编码制式都有较好的兼容性.     

基于变尺度全局搜索的运动目标跟踪算法

为了获得更加理想的运动目标跟踪效果,提出一种基于变尺度全局搜索的运动目标跟踪算法。首先对于没有发生严重遮挡运动目标,采用MS算法实现目标跟踪,然后当目标受到严重遮挡时,通过全局搜索策略缩小搜索窗尺度,逐渐逼近跟踪目标,实现对目标准确跟踪,最后采用多个实验对算法的性能仿真测试。仿真结果表明,相对其它的目标跟踪算法,本文算法不仅提高了运动目标的跟踪精度,而且加快运动目标跟踪速度,尤其对于严重遮挡目标跟踪问题,具有十分明显的优势,具有较强的鲁棒性。     

基于快速独立分量分析的红外运动小目标的检测

针对红外图像运动小目标的特点,将包含复杂背景和运动小目标的图像序列视作混合信号,目标可视作为其中一个独立分量,应用快速独立分量分析(FastICA)将此独立分量从混合信号中分离出来,以检测出运动小目标.试验结果表明,此分析方法简单,速度快,适应性较强.     

改进ViBe的运动目标检测算法

针对Vi Be算法存在鬼影、噪点的问题以及不能快速适应复杂背景进而出现误检率高的问题,提出一种改进的ViBe算法。首先算法在背景建模时将8邻域的像素点扩大到了24邻域;其次采用自适应的阈值对复杂背景进行检测;最后为了提高检测目标的准确性,改进的ViBe算法和改进的帧差法通过逻辑与或运算进行结合,并且进行形态学滤波处理对运动目标进行完整的提取。实验结果表明,改进的算法可以在更短的时间内消除鬼影,并且静态背景下检测运动目标的F-measure提升了14.2%,在树枝晃动和相机抖动的复杂背景下,能够得到较为完整和准确的运动目标,并且F-measure平均提升了2.6%。     

基于嵌入式的新型运动目标视频检测算法

提出一类新型的嵌入式视频活动目标检测算法,该算法采用Surendra算法对背景进行更新以减低系统误报警的几率,对连续3帧图像分别采用差帧法,对2次帧差取交集实现对前景目标的模糊跟踪,而后对粗糙的运动区域图像进行阈值面积消去处理和数学形态学运算,最后实现目标定位跟踪。仿真结果表明,与传统的二阶帧差的方法相比,视频活动的目标检测算法具有高实效,高精度的特点。     

基于运动检测的目标跟踪算法研究

运动目标检测与跟踪主要分为目标检测和目标跟踪,首先摄像机进行图像采集并预处理,然后提取出运动目标特征值与后续图像帧中的区域特征值分析相关性,确定运动目标的运动轨迹。主要介绍了几种基本的目标检测算法和目标跟踪算法,并对运动目标跟踪算法的研究前景进行了展望。     

基于FPGA的多运动目标检测算法实现

针对目标检测对实时性要求越来越高的情况,提出了一种基于现场可编程门阵列（Field Programmable Gate Array,FPGA）实现的多运动目标检测算法。该方法通过帧差法提取运动目标,然后基于距离阈值对形态学处理后的图像进行目标分割,最后对运动目标标记显示。系统通过CMOS摄像头采集视频,采用FPGA平台外接DDR3高速大容量缓存,实现了视频图像的采集、存储、目标检测和显示。实验结果表明,提出的多目标检测系统能够有效的实时检测出多个运动目标,并且在分辨率为1 024×600的情况下帧率达到38 fps。     

视频多运动目标提取的新方法

提出一种利用视频序列的时域和空域信息进行多运动目标检测的新方法.首先对相邻的图像帧进行差分,并利用3σ准则二值化差分图像,得到运动目标的时域信息,然后标记该二值图像的连通区域来消除噪声,结合边缘检测所得到的空域信息得到运动目标模型,最后连接模型的最外围轮廓点即得到目标的完整信息.该算法充分运用了运动目标的时域、空域两方面信息,能够准确的提取出运动目标.     

自适应背景下运动目标阴影检测算法研究

智能视频监控系统的主要难点就是如何检测出运动目标的阴影并将他去除。用一种改进的自适应背景检测算法准确检测运动物体的位置和形状。然后根据阴影的颜色变化、结构等特点,分别采用基于RGB彩色模型和基于HSV彩色模型的阴影检测法检测阴影。在仿真实验中,对两种方法进行定量和定性的分析,在阴影检测率、识别率、复杂度和实时性等方面做出了比较。结果表明,两种方法都有较强的适应性,具有良好的阴影检测效果。根据各自的优缺点,可应用在不同领域中。     

一种改进的混合高斯模型运动目标检测算法

针对传统混合高斯模型使用固定学习速率所带来的问题,提出了一种改进的运动目标检测算法。该算法采用自适应的学习速率调整策略,在背景建模初期,采用较大的学习速率加快初始背景的建模,使得模型能更快地适应背景的变化;背景形成以后,根据目标运动的快慢动态调整学习速率,从而能够及时更新背景,消除运动目标的残留和拖影;最后利用基于HSV颜色空间的阴影检测算法消除运动阴影。实验结果表明,改进算法优于传统混合高斯模型,可以更准确地检测出运动目标,更好地消除阴影,并具有较好的自适应性和稳健性。     

一种基于快速搜索的视频时域差错隐藏算法

为了克服视频传输中因传输差错引起的视频质量下降,提出一种基于快速搜索的边框匹配时域隐藏算法(CSBM)。该算法针对时域差错隐藏的运动矢量恢复问题,利用边框匹配算法改善被恢复的物体边缘模糊的情况;采用基于中心偏置的快速搜索样式得到最小边界匹配差值的候选运动矢量,减少了解码器差错恢复的计算复杂度。实验结果显示,针对不同性质的序列,该算法与边界匹配算法(SMA)、棱形搜索的边界匹配法(DSSM)等典型差错隐藏方法相比,平均搜索点数可减少12.5~19个点,亮度分量的峰值信噪比(PSNR)能改善0.93~1.55 dB,证明该算法能获得更好的差错隐藏效果,并减少了运算量。     

基于3D OGHM的视频运动目标检测算法

本文提出了一种新的视频运动目标检测算法.该算法联合了视频序列图像特有的时、空特性,采用3D Gassian-Hermite正交矩法(3D OGHM,3D Orthogonal Gassian-Hermite Moments)进行视频序列中的运动目标检测.并对提出的算法进行了深入的分析和优化,给出了3D OGHM算法的具体实现步骤.实验结果表明:算法能够从复杂场景的视频序列中有效地检测出运动目标;与同类算法相比,不仅有更好的抗噪性能,而且能更有效地增强运动目标信息,且具有较强的鲁棒性和实时性.     

基于背景差分的一种运动目标检测方法

针对运动目标检测中,传统背景差分法在运动目标和背景颜色相近时不易检测的缺点,提出了一种检测完整运动目标的方法。该方法对YUV彩色空间下的3个通道分别选取独立的阈值进行初次检测,最大化地利用了视频中图像的色彩信息。在包含初次检测所获运动目标的最小矩形区域内进行二次检测,有效地提高了检测精度。实验证明,相比于常规方法,该方法的检测结果更加清晰完整。     

基于自相关矩阵和边缘检测的运动目标检测

提出了一种基于颜色特征提取和图像边缘检测融合的运动目标检测算法。利用颜色自相关矩阵对图像建立特征模型,进行相似度的比较得到较粗糙的目标检测结果。然后通过Canny算子提取图像的边缘信息并利用二值差化求得目标大致边缘轮廓。将两者再进行逻辑与操作,即判定在粗糙检测结果中运动目标轮廓内的元素目标边缘信息为运动目标边缘,并最终进行形态学操作得到运动目标。实验结果表明,提出的算法对复杂背景下运动目标有较为理想的检测效果。     

基于循环谱的快速信号搜索

传统的短波干扰电台以扫频的方式，基于信号功率谱来搜索信号，对调制特性缓变的信号有不错的效果，但是很难捕获像自动线路建立信号（ALE）实样的短暂信号，本文提出一种基于循环谱的宽带快速搜索方法，在10dB时对ALE的搜索成功率在90%以上。     

基于减背景和混合差分的运动目标检测算法

针对固定摄像机条件下的视频监控问题,提出了一种基于背景相减法和混合差分法相结合的运动目标检测算法。该方法对彩色图像建立混合高斯模型,对背景模型进行实时更新;并对帧间差分法进行了改进,提出混合差分的思想。通过背景相减法和混合差分法的结合,采用形态学滤波的方法去除噪声点,检测到确切的运动目标。实验结果证明,文中提出的算法能准确地建立背景模型,既完整地提取运动目标,又适应复杂环境的变化,提高了运动目标检测的精确度和速度。     

一种视频运动目标轨迹的实时探测方法

本文分析了视频系列图像的特点，在运动目标的连续帧相减探测方法的基础上，进行了运动轨迹自动探测理论分析和实验研究，提出了局部运动轨迹合成目标整体运动轨迹的方法。在该方法中，第1步，把图像相减，对结果进行对比度增强后，分成一定大小的子块，第2步，求出每个子块的重心位置和重量，按一定阈值把背景区子块的重量置为零，基本上保留下运动目标区的子块，第3步，按相邻关系把非零值子块组合成各自的子块群，最后，求出各个子块群的重心位置，就求出了各个运动目标的位置，本文通过实验证明了该方法的有效性和快速性。