一种可靠的运动检测方案及应用

提出了一种简单、可靠的视频序列运动检测方案.该方案首先计算相邻两帧图像对应像素的亮度信号之间的差值,比较差值与设定阈值的大小来判决该像素运动与否.为减少噪声引起的误判,使用了中值滤波、连通区域标号等操作来消除随机噪声以及虚假的静止区域.     

隔行扫描电视新的三场信息综合去隔行算法

在分析传统运动自适应去隔行算法缺点的基础上,提出三场运动检测自适应去隔算法.该算法对缓存的三帧图像做帧间差值计算、场间插值计算和BPP值计算,将三类计算值做数学处理后和运动阈值比较,判断出运动区域,提升检出大运动区域能力,最大限度地消除背景噪声影响,同时简化了计算量,大大降低了硬件成本.     

基于隔帧差分向量无穷范数的运动弱小目标的检测

提出了运用隔帧差分向量无穷范数检测红外图像序列中运动弱小目标一种新算法。 算法以隔帧差分为基础,该处理系统不仅能够探测到帧间位移不小于1个像元的点目标,而且可以探测到帧间位移小于1个像元而多帧累积位移大于1个像元的运动点目标,使算法探测与识别目标的能力大大提高,为不同速度多目标的检测提供了新的可能。仿真实验结果表明,该算法具有较高的检测率和良好的实时特性,能有效地检测出低信比红外图像序列中的弱小运动目标。     

一种视频运动区域检测的方法

在镜头不动的情况下,提出了一种基于累积帧差分割技术的视频运动区域检测方法,这种方法对传统累积帧差法作了改进采用相邻帧差和隔帧差结合并对图像累计相加．实验结果表明：这种方法不仅能很好的消除视频图像的噪声,且可以有效地从对比度较小和噪声较大的视频序列中较精确地检测出比较完整的运动区域轮廓．     

一种改进的运动自适应去隔行算法

在总结回顾各种去隔行算法的基础上,对运动自适应去隔行算法中的空域场内插值算法和运动检测算法做了改进。针对传统ELA算法对图像水平边沿处理的不足,添加了水平边沿检测,并加大了ELA窗口,使处理效果得到提升。另外提出了一种新的运动检测算法,使用领域窗口内带权重的4场隔场差值作为运动估计,同时加入了1个2维中值滤波器滤除由图像噪声而引起的运动检测噪点。仿真结果表明这两种算法的复杂度不高,因此易于硬件实现。     

一种新的三帧差运动气泡检测方法

针对传统三帧差法在运动目标检测过程中存在部分 重叠和轮廓不完整现象,提出了一种结合 Kirsch边缘检测和背景差分的改进三帧差法。算法首先对连续3帧图像进行差分得到运动区 域,然后对 当前帧进行Kirsch边缘检测,通过已得到的运动区域与边缘检测结果进行逻辑“或”运算, 获得完整的运动 目标,利用背景帧差分割运动目标并去除噪声。实验表明,提出的方法能够提取更加完整的 目标区域,有 效避免漏检、误检等情况。与现有一些同类算法相比,本文算法具有更优越的运动目标检测 性能。     

视频中运动物体检测算法的研究

为了从运动场景中(视频序列)提取高质量的运动物体,本文提出一种基于代数多重网格和帧间差分法相结合的运动目标检测算法,该方法利用代数多重网格对帧序列图像进行重构,分别得到重建的三层图像,再利用帧差法对处理过的相邻图像进行差分处理,从而提取场景中运动的物体,实验证明,此方法解决了帧间差分法不能提取对象完整区域和对场景噪声等敏感的问题,鲁棒性高,能准确的检测出在场景中运动的目标。     

视频中运动目标的检测及数据安全传输

为了改进目前常用的运动目标检测方法易受到亮度和噪声的影响及出现虚假目标的情况,提出了一种在视频序列中结合帧间差分法和背景差分法的运动目标识别算法。该算法利用帧间差分法得到当前帧中运动目标的信息,通过3帧差分运算和阈值分割,更好地实现视频序列中运动目标的识别;同时针对实时图像监控系统中视频信号传输的安全性,对信号传输进行了方式和技术上的对比分析;实验结果表明能够得到较好的识别结果。     

一种时--空自适应的100Hz场频提升算法及其实现

高质量的视频格式转换及其应用是当前扫描格式转换研究中的热点问题，文章提出一种新颖的基于运动信息的时－空自适应100Hz场帧提升算法，该算法通过对输入的视频场信号进行运动检测，对检测到的运动信息和静态信息分别进行不同的转换，该算法的复杂度低，实验结果表明，算法可有效地保持静止区域无闪烁，运动区域无运动模糊，达到良好的处理效果。     

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。     

基于改进surendra背景更新算法的运动目标检测算法

提出了一种改进的surendra运动目标检测算法,该算法可以自适应的调整背景更新速度。首先将第一帧图像作为背景图像,并利用改进的surendra背景更新算法根据每帧图像对背景图像进行更新获得可靠的背景。然后,将当前帧与背号作差,得到差值图像。使用自适应阈值对差值图像进行二值化处理,并利用形态学滤波对二值图像进行适当处理,这样运动目标就被准确地提取出来。     

基于相关配准的帧间差分算法

针对帧间差分法在摄像头运动时受动态背景严重干扰的问题,提出了一种基于图像配准的运动目标检测算法。首先将中值滤波后的连续两帧图像配准,配准时先在前一帧图像中选取背景,即背景图像,用区域相关法将后一帧图像与背景图像配准;接着将配准后的2帧图像差分得到帧间差分图像,即帧差图像,再用数学形态学的开运算去掉帧差图像中的一些细小噪声;最后将连续两帧去噪后的帧差图像逻辑与运算,得到运动目标检测结果。实验结果表明,在摄像头运动时的动态背景下,该算法有效地抑制了动态背景的干扰,准确地检测出了运动目标的边界,提高了运动目标检测在动态背景下的应用价值。     

Algorithm Research on Eliminating Saw-tooth Phenomenon in Motion Image

针对隔行扫描到逐行扫描转换中出现的运动图像锯齿现象,提出适用于去锯齿的运动检测和基于角度提取的场内插值算法.利用相邻4场运动差值进行运动检测,并结合待插像素相邻行和隔行相关像素点的夹角进行加权平均,提取相关庞大的角度点进行场内插值.实验结果表明,算法有效提高了峰值性噪比,也有效降低了均方差,实际图像去锯齿效果良好.     

运动图像的锯齿消除算法研究

针对隔行扫描到逐行扫描转换中出现的运动图像锯齿现象,提出适用于去锯齿的运动检测和基于角度提取的场内插值算法。利用相邻4场运动差值进行运动检测,并结合待插像素相邻行和隔行相关像素点的夹角进行加权平均,提取相关度大的角度点进行场内插值。实验结果表明,算法有效提高了峰值性噪比,也有效降低了均方差,实际图像去锯齿效果良好。     

静态背景下的运动目标检测算法

运动目标检测是计算机视觉研究的重要组成部分。为了改进传统运动目标检测算法存在空洞、阴影和虚假边缘现象,提出一种静态背景下基于五帧差分与背景边缘差分相结合的运动目标检测算法。该算法首先利用优化的Canny边缘检测算法快速简单地构建稳定的背景边缘模型,同时利用背景边缘检测差确定运动目标边缘;之后与五帧差分法检测的结果相累加;最后通过同化填充和后期相关处理提取完整、准确的运动目标区域。实验结果表明,该算法准确率高,连通性好,能满足实时性检测的要求。     

基于MRF的自适应帧差运动目标检测

为克服传统的运动目标检测算法容易受到显露遮挡,空洞以及噪声现象的影响,构造了一种基于MRF的自适应帧差运动目标检测算法。采用最大类间方差法自适应确定序列图像的初始标记场;通过帧差及“与”运算处理,消除伪运动信息;结合马尔可夫随机场理论构建了自适应马尔可夫随机场模型系统能量函数;并利用迭代条件模式算法完成标记场的优化过程,准确的提取出运动目标。实验结果表明,该算法能够有效地实现运动目标检测,效果理想。     

视频序列中运动目标检测技术

本文提出了一种视频序列中运动目标检测的方法。首先,通过估计相邻两帧之间的相对噪声的特征参数检测出运动变化区域,然后结合当前帧的边界信息确定运动目标的边界位置,最后根据边界位置检测和提取出运动目标。实验结果表明,本文的方法能有效地检测出和提取出运动目标并具有较强的稳健性。     

基于隔帧差分向量无穷范数的运动点目标检测

提出了隔帧差分向量无穷范数检测运动目标的数学模型,建立了能够充分发挥该模型能力的并行处理结构体系。由于算法以隔帧差分为基础,所以处理系统不仅能够探测到帧间位移不小于1个像元的点目标,而足可以探测列帧间位移小于1个像元而多帧累积位移大子1个像元的运动点目标,使算法探测与识别目标的能力大大提高。实验结果表明了算法的有效性。     

一种视频序列中运动前景分割算法

针对视频序列，仅利用其时域信息，提出了一种简单有效的运动前景分割算法。首先对图像序列做帧间差分与隔帧差分。然后将两类差分结果进行累积，对累积结果采取交集聚类求出运动前景轮廓。二值化处理后。扫描填充即可得到图像序列中的运动前景。实验证明；该算法兼顾分割效果和实时性。是一种较好的运动前景分割算法。     

一类新型的运动目标视频检测算法

本文提出了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,对连续三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,本文视频活动的目标检测算法具有高实效,高精度的特点。