一种视频序列图像运动目标区域检测方法

运动目标区域检测是实现目标跟踪、交通监控、行为分析等任务的基础.但由于运动目标的提取易受到背景、光线变化、阴影、运动速度等因素的影响而造成失败,所以如何更好的实现运动目标区域榆测具有相当重要的意义.通过综合运用图像预处理、边缘检测、数学形态学、区域标号算法、目标区域几何形状因子、Douglas-peucker直线简化算法及Hough变换直线检测实现了一种视频序列目标区域的检测,给出了实际图像测量系统中的应用实例,实际应用结果表明了本文方法的正确性和有效性.     

基于视频监视系统的运动目标检测技术的实现

介绍一种基于视频监控系统的运动目标检测方法。这种算法主要包括3部分：图像预处理、运动目标的检测、运动速度的求取。这种算法在帧差法的基础之上，提取出运动目标，并对其求取运动速度。这种技术可以用于变电站图像监控系统，用来检测运动目标，对于防止盗贼入侵变电站，有重要意义。     

无人值守变电站运动检测算法研究

提出了一种基于比率图像的运动检测算法。针对目前研究普遍使用的差分图像的不足,结合光学知识,得到了比率图像的累计直方图,并根据累计直方图和运动对象在图像中的特点提出了一种可行的阈值分割方法,并与传统Ostu方法的二值化结果比较。最后对该阈值分割方法进行评价。实验及应用结果表明,该算法对于运动物体侵入的异常检测率比较高。     

视频序列运动物体检测与提取

随着高科技的发展,智能监控系统的应用越来越广泛。运动物体视觉分析是智能监控中的一项核心技术,而运动物体检测与跟踪则是其中的基础和关键。对于运动物体的检测与提取,本文采用了基于背景差分的方法,在建立背景模型的过程中,引入了改进的K-均值算法,提高了背景建模的速度和质量,利用Ostu阈值化方法对提取出来的前景区域进行二值化。最后验证了方法的有效性。     

一种新型视频数据采集与运动检测的FPGA实现

介绍了一种采用FPGA芯片，对视频数据进行采集与运动检测的实现方案。用Philips公司的视频处理芯片SAA7111A的输出信号作为数字视频源，用Altera公司的FPGA芯片EP1C6对视频信号进行运动检测。低成本，高实时性，具有广阔的应用前景。     

运动检测算法

运动检测技术在智能监控系统中有重要的作用.文中提出基于背景减除法的运动检测算法,详细说明阈值的动态选取及所采用的阴影检测算法,给出实验结果.     

基于视频图像的运动目标检测技术

提出了利用三帧差分法和背景差分法对运动目标进行检测的方法,该运动检测的方法实现比较简单、速度快。通过引入的背景实时更新模型,可以提高整个系统的自适应性。实验证明,该方法应用于智能监控场合效果较好。     

智能变电站视频监控中运动物体检测技术研究

针对智能变电站综合监控系统的设备种类多、信息量大以及涉及领域广等特点,文章在智能变电站的基础上,对智能变电站辅助综合监控系统的原理和结构进行研究。深入研究了视频监控子系统中的运动目标检测算法,结合现有检测方法的优缺点,提出了一种改进的基于平均背景的帧间差分方法。通过仿真分析算法改进前后的性能。结果表明,改进后算法性能提升明显,相比于改进前查准率提高了30%、查全率提高41.33%,对辅助监控系统的联动有一定的促进作用。该研究可为我国智能变电站辅助综合监控系统的发展提供参考和借鉴。     

直升机巡检航拍图像中绝缘子图像的提取算法

提出了一种新的绝缘子图像提取算法,可用于直升机智能巡检图像中绝缘子图像的提取。该算法首先将航拍得到的高分辨率玻璃绝缘子彩色图像进行RGB到HSI彩色空间的转换;然后对HSI空间的S分量,采用基于遗传算法的最大熵阈值的方法进行图像分割;接着对分割后的图像用双结构级联滤波器滤除噪声;最后用连通区域方法将分割出的绝缘子串轮廓标识出来。算例结果表明:该算法能够从背景复杂的航拍图像中完整地提取绝缘子图像,有较高的工程应用价值。     

基于区域生长的电路板图像分割算法的研究

在印刷电路板质量检测中,自动光学检测应用越来越普遍。其原理是采集印刷电路板的图像,运用数字图像处理技术对图像进行分析,由计算机对电路板制造中产生的缺陷进行自动识别。在实际中,由于电路板材质不均匀的特点,采集到的图像包含很多背景噪声,难以进行缺陷识别。本文介绍了一种基于区域生长的电路板图像分割算法。经实验证明,运用该方法对电路板图像进行分割,可以完整地保留电路板的特征,而有效的除去背景噪声。     

基于ORB特征的快速目标检测算法

在动态场景运动目标检测下提出了一种新颖的快速目标检测算法,针对SURF算法不能满足实时性的需要,提出基于ORB(oriented FAST and rotated BRIEF)特征的特征点匹配算法,接着采用八参数旋转模型,结合最小二乘法求解全局运动参数进行运动补偿,最后使用帧差法来获得运动目标。在此过程中采用PROSAC(progressive sample consensus)算法来去除外点。实验结果表明,该算法不仅保持了SURF本身的优越性,而且提高了检测速度,可以实时准确的检测出运动目标。     

一种新的ATI动目标检测方法

在传统沿迹干涉合成孔径雷达(ATI-SAR)动目标检测中,只利用干涉相位进行动目标检测,往往会造成较高的虚警率.本文提出了一种新的ATI动目标检测方法,该方法在干涉相位判决之后,利用复相关系数对该判决结果进行再一次判决,以降低检测虚警率.为了降低计算量,该方法只对干涉相位大于相位阈值这部分像素进行复相关系数检测.文中给出了该算法的理论推导和算法流程,并进行了仿真实验,仿真结果表明,该方法能有效地降低动目标检测的虚警率.     

动态场景下的快速目标检测算法

提出了一种动态场景下的目标快速检测算法,基于特征点SURF算法,采用旋转参数模型,结合最小二乘法求解全局运动参数进行运动补偿,最后使用帧差法获得运动目标.采用ORSA的方法去除外点的影响;SURF算法不能满足实时性的需要,针对这一点,提出基于运动预测的特征点匹配算法,提高了匹配的速度和准确率;采用基于残差图像块的更新策...     

多模态背景下快速运动目标检测的研究

为了使运动目标检测算法能够适应场景复杂的情况,可采用高斯混合模型进行建模的方法,本文在此基础上提出了一种新的快速检测算法.该算法基于像素时域和空域相关性,利用这一性质可以减少高斯混合模型的个数,从而提高算法运行速度,经验证发现算法的精确度没有大的降低;同时给出了一种卡尔曼预测的更新算法,这既保证了稳定性又能快速建立背景模型.实验结果表明,该算法在不降低原来算法精确度的基础上,有效地提高了算法的速度.     

基于数学形态学的运动目标检测算法

帧差法和背景差法都是重要的运动目标检测方法,帧差法不能完全提取出目标的所有相关点,而背景差法又受环境光照的影响。针对传统运动目标检测算法的不足,提出一种基于数学形态学的帧差法与背景差法相结合的运动目标检测算法。先将帧差法得到的图像经过数学形态学处理,再将其与背景差法得到的图像相结合。实验表明,该算法能适应复杂变化的环境,准确地提取运动目标,对复杂干扰场景下的实时运动目标检测得到了较为满意的效果。     

旋转摄像机下的快速目标检测算法

对于动态场景下的目标检测,传统的方法已经不能适用.提出一种基于SIFT特征点预测的匹配算法,提高了运动目标检测的速度和准确率.在此过程中,用仿射参数模型结合最小二乘法求解出全局运动参数,再对运动进行补偿.采用ORSA的方法去除外点的影响;采用基于残差图像块的更新策略,实时更新特征点集.最后使用背景差法来实现运动目标的检测并实时的对背景进行更新.该算法不仅保持了SIFT本身的优越性,而且提高了检测速度.实验结果表明该算法可以实时准确的检测出运动目标.     

Detection of moving object by mobile stereo omnidirectional system (SOS)

Moving object detection with a mobile image sensor is an important task in robotics and computer vision, when considering the practical use of robotics in human environments. In this paper, we propose a robust method that detects moving objects in the environment using the omnidirectional depth information obtained by a mobile Stereo Omnidirectional System (SOS). In order to detect only the moving objects within the depth image that are obtained by a sensor in motion, we first estimate the ego‐motion of the sensor, and generate a predicted depth image for the current time from the depth obtained at the previous time by only considering the ego‐motion of the sensor. Then the predicted depth image is compared with the actual one obtained at the current time, and the inconsistent regions are detected as moving objects. When the sensor moves, occlusions will occur in the scene and they will cause false detections. However, these false detections can be suppressed by estimating the occlusion regions using the ego‐motion parameters of the sensor and the jump edges in the depth image. The effectiveness of the method is shown with experimental results for a real environment. © 2005 Wiley Periodicals, Inc. Electr Eng Jpn, 152(3): 29–38, 2005; Published online in Wiley InterScience ( www.interscience. wiley.com ). DOI 10.1002/eej.20155     

Highly robust ground moving target detection and relocation method for distributed satellites

The performance of ground moving target detection for distributed satellites will be affected significantly when there is an image registration error, clutter decorrelation and array error. In this paper, a new approach to moving target detection and relocation is proposed based on multi-channel and multi-pixel adaptive signal processing in an image domain. First, multichannel and multi-pixel joint data are equated to a simple array model. Given that there is an image registration error, the real steering vector of the moving target can be estimated through a space projection approach. The optimal beam forming approach is used to cancel clutter, and at the same time the cross-track velocity of the moving target can be determined by searching for the peak value of the cost function. The moving target can then be relocated on the SAR image. The simulation results indicate that this method has a good robustness to image registration error, clutter decorrelation and array error. The detection performance and the estimation accuracy are significantly improved. __________ Translated from Acta Electronica Sinica, 2007, 35(6): 1009–1014 [译自: 电子学报]     

运动目标检测与跟踪中FPGA的应用

运动目标检测与跟踪需要处理大量的视频数据,FPGA并行处理的工作方式和可重复执行多任务的能力,使其在视频数据运算与处理中能够发挥很大作用。讨论了FPGA结合DSP实现目标检测与跟踪的技术方案,重点研究了以FPGA构建图像预处理环节中处理器的设计方法。仿真和实验结果表明,基于FPGA的处理器能够完全满足图像预处理中运算量大、重复性强、速度高的要求,有效地缓解了DSP在后续的目标检测与跟踪中数据运算处理的压力,使得系统更加实时、准确、高效。