首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 109 毫秒
1.
提出一种慢运动背景视频序列下基于帧间背景图像匹配的运动目标检测和提取算法。该算法首先使用仿射变换模型来描述慢运动背景图像的运动变化,并使用基于光流约束方法求解该仿射变换模型参数,实现了相邻帧间图像的背景匹配;其次,采用背景匹配后的两帧图像差进行目标检测,使用自适应二值化区分变化与未变化区域;最后,使用形态学等图像算法进行后处理提取运动目标。算法经实验证明,在背景慢运动情况下可以有效地提取出运动目标。  相似文献   

2.
在分析星空背景图像的特点基础上,提出了一种适用于星空背景图像序列的压缩编码方法。算法首先估计出图像序列的星空背景,采用基于自适应滤波的区域门限分割算法,在保持背景图像中星体灰度的基础上去除噪声,再对分割后的背景图像进行游程编码;其次,采用数学形态学的方法提取出运动目标图像,并计算出运动目标图像在图像序列每一帧中的位置,最后将运动目标图像和它在每帧中的位置编码嵌入到背景图像编码流,形成最终的星空背景图像序列编码结果。实验表明,该方法对于星空背景图像序列具有很强的压缩能力,恢复出的图像序列消除了噪声影响并保留了原始图像的基本信息,同时具有较好的视觉效果,便于后续的应用处理。  相似文献   

3.
基于混合高斯模型(GMM)的背景建模算法被广泛运用于运动目标检测,但在一些发生快速光照变化的视频序列中,不能正确地检测出运动目标。此外在对GMM参数进行初始化时,若初始化图像中存在运动目标,则目标检测的结果会出现初始化图像中的运动目标,从而导致误检测。针对上述问题,提出一种基于亮度特征自相关的GMM算法,该算法根据亮度特征自相关参数判断初始化图像中是否存在运动目标,利用亮度特征自相关参数的拟合值判断当前帧是否发生快速光照变化,运用GMM和亮度差值相结合进行目标检测。对实际摄取的视频进行仿真实验,结果证明,该算法在GMM初始化图像存在运动目标的干扰条件下,能够较好地从发生快速光照变化的视频序列中提取出运动目标,满足准确性和实时性的要求。  相似文献   

4.
基于帧间差分的自适应运动目标检测方法*   总被引:6,自引:1,他引:5  
本文提出了一种基于帧间差分的自适应运动目标检测算法。算法利用直方图统计各像素点处最大概率灰度的方法提取出连续视频的背景图像;相邻帧利用帧差法得到运动区域图像;利用运动区域图像与背景图像差分的方法提取出运动目标。实验结果表明,该算法能在多个不确定性因素的序列视频中较好的提取背景图像,能及时响应实际场景变化,提高运动目标检测的质量。  相似文献   

5.
高阶统计量在运动目标检测中的研究   总被引:1,自引:0,他引:1  
采用基于视频技术的静态背景提取算法,利用二维图像的高阶统计量的固有特性,通过若干个连续或者不连续的图像帧,从含有运动目标的图像中提取出静态背景,最后将后续图像帧和已提取出的静态背景帧进行差分,实现运动目标的提取.本文方法和传统的帧差分方法相比,具有更好的抗环境噪声和自适应性.通过实验验证了本文算法的有效性.  相似文献   

6.
为了从监控视频中检测出较高质量的运动物体,文章提出了一种基于帧间差分和背景差分相结合的运动目标的检测方法,并且采用像素级和帧级背景更新相配合的一种背景更新策略。算法求取各像素点处的最大概率灰度,从而提取出连续视频的背景图像;相邻帧则利用帧间差分法以及背景差分法得到两幅运动区域图像;将两幅运动区域图像相与,提取出较为准确的运动目标。实验证明,该算法对光线的变化鲁棒性较高,运算速度较快,且能够及时的响应监控视频的实时变化,提高运动目标的检测质量。  相似文献   

7.
现有基于视频帧的车道背景建模方法建模过程较复杂,且易受光照、遮挡等因素的影响。提出一种基于多帧统计的视频车道背景建模方法,通过对多帧视频帧自主统计分析,首先建立无车的全背景图像;然后再次对多帧视频帧进行运动对象的位置统计,最终在全背景图像上获取完整的车道背景图像。该方法能有效确定视频中的背景区域,特别是能明确车道背景区域。算法思想简单,容易实现。实验结果表明该算法具有计算量小、车道检测完整、对光照的变化具有一定的自适应能力等特点。  相似文献   

8.
对静态背景下运动对象的检测方法进行研究,设计并实现了基于背景差分法的运动对象检测方法。该方法首先通过学习视频图像的每一帧建立高斯分布背景模型,构造初始背景图像;然后运用背景差分算法,得到运动对象,并对背景图像进行更新,得到实时的背景图像;最后利用背景图像和当前帧图像的差分图像,在二值化和形态滤波的处理后,获得运动目标。该方法提高了背景建模的质量,对外界环境的变化具有一定的适应性。  相似文献   

9.
动态场景图像序列中运动目标检测新方法   总被引:1,自引:0,他引:1       下载免费PDF全文
在动态场景图像序列中检测运动目标时,如何消除因摄影机运动带来的图像帧间全局运动的影响,以便分割图像中的静止背景和运动物体,是一个必须解决的难题。针对复杂背景下动态场景图像序列的特性,给出了一种新的基于场景图像参考点3D位置恢复的图像背景判别方法和运动目标检测方法。首先,介绍了图像序列的层次化运动模型以及基于它的运动分割方法;然后,利用估计出的投影矩阵计算序列图像中各运动层的参考点3D位置,根据同一景物在不同帧中参考点3D位置恢复值的变化特性,来判别静止背景对应的运动层和运动目标对应的运动层,从而分割出图像中的静止背景和运动目标;最后,给出了动态场景图像序列中运动目标检测的详细算法。实验结果表明,新算法较好地解决了在具有多组帧间全局运动参数的动态场景序列图像中检测运动目标的问题,较大地提高了运动目标跟踪算法的有效性和鲁棒性。  相似文献   

10.
在对现有的运动分割算法的研究基础上结合运动分析方法,对基于图像帧差法构造背景图像进行了深入的分析和研究,提出了一种利用阈值来判定人体信息和背景信息以达到背景减除的新算法来实时地提取出运动的人体,在利用帧差法提取出背景图像后,通过当前帧和背景图像的像素值的对比减除可快速精确地完成对运动人体的分割.在NLPR数据库中进行了实验,结果表明本算法能快速有效地一次提取出多个人体目标,并且失真度比较小.  相似文献   

11.
李宗剑  曾理  邹晓兵 《微机发展》2007,17(11):179-182
在介绍脊波理论的基础上,采用平行束投影(Radon变换)加整数小波变换的方法来实现脊波变换,以此为基础设计出一种压缩方案,并将其应用到动态心脏超声波序列图像的压缩中。由于平行束投影对噪声具有抑制作用,整数小波变换可以节约系数的存储空间,因此在相同的压缩环境下,与直接用2-D整数小波变换进行压缩相比,文中的方法能得到更大的压缩比。编码脊波系数时,提出按投影分度方向来组织和预测脊波系数的思想,使得该方法在实现嵌入式编码的同时还具有了较强的鲁棒性。文中的方法可用于远程医疗、CT、MRI和视频压缩等领域。  相似文献   

12.
在介绍脊波理论的基础上,采用平行束投影(Radon变换)加整数小波变换的方法来实现脊波变换,以此为基础设计出一种压缩方案,并将其应用到动态心脏超声波序列图像的压缩中。由于平行束投影对噪声具有抑制作用,整数小波变换可以节约系数的存储空间,因此在相同的压缩环境下,与直接用2-D整数小波变换进行压缩相比,文中的方法能得到更大的压缩比。编码脊波系数时,提出按投影分度方向来组织和预测脊波系数的思想,使得该方法在实现嵌入式编码的同时还具有了较强的鲁棒性。文中的方法可用于远程医疗、CT、MRI和视频压缩等领域。  相似文献   

13.
Digital ridgelet reconstruction based on local dual frame   总被引:1,自引:0,他引:1  
Candes and Donoho[1] introduced the concept of the ridgelet transform in 1998. Es- sentially, they applied the Radon transform to the original image, and then used the wavelet analysis in the Radon domain. Such system is very good at representing the smooth functions with line singularities. Thus it has great potentialities in the image compression, denoising, enhancement and other application cases. In the digital imple- mentation respect, Do[2] used the finite ridgelet transform to the ima…  相似文献   

14.
针对彩色视频压缩过程中压缩率不高或者视频质量损失过大的问题,提出一种基于视觉感知模型与色差的自适应视频压缩预处理算法。首先,在颜色对比敏感度模型中,人类视觉对高色度区域的色差敏感度较低,因此为不同色度区域分配不同的压缩权重;然后,基于帧之间的偏差图建立运动预测帧的空间运动模型,降低了高运动区域的残差;最终,使用动态的色调映射函数来控制视频的压缩等级,从而保证视频的视觉质量。基于多组视频进行实验,本算法成功地将标准的压缩软件提高了35%的压缩率,但同时可看出,本算法的性能依赖于具体的视频上下文。  相似文献   

15.
重建误差最优化的运动捕获数据关键帧提取   总被引:1,自引:0,他引:1  
为了实现运动捕获数据的实时压缩,提出一种重建误差最优化的关键帧提取方法.定义重建误差作为关键帧有效性的度量标准;利用帧消减算法得到各消减帧的重建误差,并根据误差大小对消减帧进行排序;最后以消减帧排序为基础计算出重建误差曲线,并依据曲线确定最优压缩率来提取出相应数量的关键帧.实验结果表明,该方法能够高效地从运动捕获数据中提取出具有最优重建误差的关键帧,较好地满足了数据实时压缩的需要.  相似文献   

16.
数字脊波变换的实现与一种改进方法   总被引:4,自引:1,他引:4  
脊波变换作为一种新的连续空间中函数的多尺度表示方法,其离散变换形式仍然有许多问题有待解决.目前大多将离散脊波变换形式看做Radon变换与小波变换的复合变换形式,进而对其分步进行处理.利用计算机图形学中的Bresenham算法思想,使得在实现Radon变换的过程中提高了变换的效率.与先前的最近邻方法相比,快速准确,并可完全重构.数值实验显示,与Zp^2方法实现的脊波变换相比较,利用此方法生成的图像重构、压缩、去噪效果都有显著提高,为进一步的研究工作奠定了基础.  相似文献   

17.
Ridgelet transform is a new directional multi-resolution transform and it is more suitable for describing the signals with high dimensional singularities. Finite ridgelet transform is a discrete version of ridgelet transform, which is as numerical precision as the continuous ridgelet transform and has low computational complexity. However, finite ridgelet transform is only suitable for images of prime-pixels length, which is a limitation of its applications in image processing. In this paper, a new digital implementation of ridgelet transform that is suitable for images of dyadic length is proposed. This method not only expands the applications of finite ridgelet transform, but also simplifies the algorithm. First, we introduce the concept of ridgelet transform in the continuous domain. Then, we illustrate finite ridgelet transform and the new method. Finally, we compare the new method with finite ridgelet transform by applying both digital ridgelet transforms to the denoising of images embedded in additive white Gaussian noise and the new method gets a better performance in image denoising. The new algorithm can also be used as the important building block in curvelet transform and get surprising visual performances in denoising for natural image.  相似文献   

18.
基于小波变换和脊波变换的自适应图像去噪算法   总被引:1,自引:0,他引:1  
为了克服单纯小波变换或脊波变换的不足,提出了基于小波变换和脊波变换的自适应去噪算法。实验结果表明,在处理点奇异性和线奇异性的图像时,该方法比单纯小波变换或脊波变换的阈值去噪算法更具优越性,在实际应用中更为有效。  相似文献   

19.
一种小波和脊波联合去噪方法   总被引:1,自引:0,他引:1  
由于小波变换不能有效地处理图像中的奇异线,而脊波变换能很好地弥补这一不足,提出了一种基于图像分块的小波和脊波联合去噪方法。该方法把噪声图像分成一定尺寸的图像块并选择其中的同质块和非同质块;利用小波去噪方法处理同质块,而非同质块用脊波去噪方法处理得到去噪后的图像;用维纳滤波器进一步处理去噪后的图像。实验表明,该方法与单纯的小波去噪方法和脊波去噪方法相比,信噪比有了较高的改善,能有效地保留图像的边缘细节信息。  相似文献   

20.
在分析传统脊波变换去噪方法优缺点的基础上, 针对其不足, 提出一种基于复脊波变换的去噪方法。算法将传统脊波变换中的标量一维小波变换替换为二元树复小波变换, 使得脊波变换具有平移不变性; 然后, 对图像采用冗余分块处理, 使得处理结果更平滑, 有效地提高了图像的峰值信噪比(PSNR)。仿真实验表明, 在SAR图像去噪应用中, 本方法能够更好地保留图像中的纹理信息, 处理结果优于传统脊波变换以及小波变换去噪方法。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号