一种基于图像信息的弹目偏差检测系统设计

设计在简单背景的不同光照变化情况下对模拟空中运动目标自动识别跟踪,并实现跟踪过程中对模拟弹丸的检测,求出的弹目方位角、高低角偏差量可以传送到火控计算机处理中心进行校正射击。采用高效的跟踪算法实现对多目标的实时检测识别,同时利用稳定的跟踪平台完成目标的自适应跟踪。文章主要阐述该跟踪控制系统结构以及目标识别跟踪和弹丸检测算法实现过程。试验表明,该系统实现了目标稳定跟踪,并实时给出弹目偏差量,达到预期效果。     

基于改进光流特征的运动目标跟踪

在城市智能视频监控中需要对运动目标进行实时跟踪,针对传统的运动目标检测中出现的跟踪目标易丢失、跟踪率低、实时性差等问题,提出一种基于改进光流特征的运动目标跟踪检测方法,对运动行人目标进行跟踪。该方法首先采用改进的Vibe运动背景建模法对视频中存在的运动行人进行检测,再将Shi-Tomasi角点检测与LK光流法进行结合,将角点检测结果融入到LK光流法中,并对检测到的角点进行运动光流特征提取,最后通过卡尔曼滤波对出现的行人进行预测跟踪,采用匈牙利最优匹配算法实现对运动目标的持续匹配以及对运动目标的跟踪。仿真结果表明,本文提出的方法能够对视频中出现的运动目标进行检测跟踪,具有较好的识别效果,且检测效率得到提高。      

动态复杂背景下的智能视频监控系统设计与实现

采用二重对称帧间差分目标检测算法和基于压缩感知的目标跟踪算法,设计并实现了一种可适应动态复杂背景下的智能视频监控系统;基于目标检测该系统能提取本地视频文件中局部运动目标并进行视频压缩,减少回放、查看视频时间,可实时播放并处理本地或网络摄像头数据,也可根据光照变化动态调整二值化阀值,实现实时区域入侵检测与报警;基于目标跟踪本系统能在动态背景下对选定目标进行跟踪,可通过客户端手动控制监控云台跟踪,也可对入侵目标实现云台自主大角度追踪;实验表明,此系统能在日常复杂环境下对运动目标准确检测和大角度跟踪,在智能家居和移动安防领域有很好的实用性。     

数字视频监控系统中实时运动检测系统的研究

在数字视频监控系统中,从视频流里捕获出序列图像并进行实时运动检测是一项重要的功能。采用两个进程分别实现视频图像的捕获和运动检测,命名管道作为两个进程之间数据通信的桥梁。提出了一种基于帧差交集快速视频分割法、阈值面积算法结合数学形态学运算提取运动目标区域的数字图像处理算法,然后再进行运动目标的跟踪定位,实现实时运动检测。     

运动目标的检测与跟踪的研究

提出了一个基于TMS320C6201的DSP系统下的运动目标检测方法,主要应用于反坦克导弹系统.首先进行滤波,然后根据自适应梯度算法(边缘检测)计算出运动目标的位置,利用相关跟踪算法和记忆外推跟踪算法相结合实现复杂背景中运动目标的实时跟踪.给出运动目标检测和跟踪的实验结果.     

运动目标检测跟踪方法研究

针对背景动态变化的场景,提出了一种基于全方位视觉的运动目标检测跟踪方法。通过目标在HSV颜色空间中的H值、目标间的欧氏距离和目标相交面积等特征融合,提高目标跟踪的鲁棒性。实验表明,所设计的方法能实现实时准确的运动目标检测与跟踪。     

一种实时的主动跟踪方法

针对单视角像机的视野局限性以及连续跟踪特定目标时运动目标实时检测的困难，提出了一种离散化活动像机运动的方法。先离散化像机运动；建立像机预置位表和背景索引表；然后，利用目标位置信息和运动信息判断像机转动情况，并结合对应的控制原理，实现了像机的调度；最后，利用通过计算机视觉方法确定了特定目标在不同离散空间的对应关系，实现了对特定目标大范围的主动跟踪和运动目标的实时检测。实验结果表明，对于复杂场景中特定运动目标大范围的主动跟踪具有较好的鲁棒性和实时性，并且可以实时提取场景中的运动区域。     

视频桩考仪中的图像处理技术

设计了一种不需使用特定考车、可由计算机自动判定考试成绩的汽车驾驶员视频桩考仪。采用CCD摄像机和带有红外探测器的标志杆对考场进行实时监测。通过图像去噪、滤波的图像预处理、运动目标检测、目标跟踪算法、运动目标轨迹描述等图像处理技术,实现了由计算机实时对考车序列图像进行运动轨迹跟踪、桩考汽车的路线、方向、停车和中途停车等信息实时检测和考试人员的操作是否正确的自动判断,保证了考试的公平性和合理性。     

基于主动视觉的运动目标检测跟踪方法

研究主动视觉运动目标检测跟踪系统。针对图像目标跟踪多为非连续动态过程,准确性差,通过混合高斯法建立背景模型,采用背景差分法,利用最大类间方差算法确定阈值,检测分割出运动目标,提出一种结合SURF算法的带宽自适应均值漂移跟踪算法实现目标跟踪,使用线程并行控制摄像机运动,确保跟踪目标在图像序列中的合适尺寸。实验表明,改进系统能够实现对场景中运动目标的准确检测,稳定跟踪,并能到达实时应用的要求。     

基于边界矢量场的视频运动目标检测与跟踪

提出了一种新的视频运动目标检测与跟踪方法.该方法首先采用自适应帧间差分法对视频序列图像的运动目标进行粗检测,进而采用BVF(边界矢量场)Snake方法准确地检测出运动目标轮廓;其次获得轮廓质心后,对传统的α-β-γ滤波器进行了改进,实现对运动目标的实时跟踪;最后根据预测的质心位置来自动完成下一帧轮廓初始化.实验结果表明,该方法具有良好的实时性和准确性.