一种基于像素梯度信息的背景减除法

讨论了背景模型的更新参数与模型精度的关系。通过精确的梯度背景模型值间接估计当前帧中背景像素理论上的期望梯度值。以高斯模型为基础,将当前帧背景像素的实际梯度值与其理论上的期望值进行比较,计算偏差概率,以此为基础,形成不依赖于局部纹理的梯度特征的相似性度量方法。再用梯度特征的相似度量化地调整差分图像在各像素点处的二值化阈值,实现像素值信息与梯度信息的融合使用。实验表明,本方法对前景分割有一定的改善效果。     

跨摄像机目标的频域再识别

针对接力跟踪中目标跨摄像机识别困难的问题,提出了在傅里叶频域进行目标再识别的方法。通过对频谱的局部平均化处理,使非刚性目标的频谱在幅值上近似为其各刚性子部分频谱的简单求和。再通过最窄目标取样窗口限制各子部分的变化,使整体频谱大致不变。最后根据频谱各点幅值变化倍率的一致性判断目标的相似性,使频谱信息得到充分使用。实验表明,该方法的目标识别能力和鲁棒性相对于几种常见的基于纹理的方法有一定的提高。     

使用频谱词包的接力跟踪目标交接方法

针对接力跟踪中目标跨摄像机交接困难问题,提出了使用频谱词包的目标交接方法.首先对第1摄像机的两幅或多幅目标图像分块提取傅里叶特征;再对特征集进行K均值聚类,选择其中紧密类的质心特征作为正常单词,另引入一个异常单词,与正常单词一起共同构成词包;最后用词包分别描述两摄像机的目标,以欧氏距离度量相似性.实验表明,该方法的目标识别性能和鲁棒性比目前几种常见的基于纹理的方法有一定的提高.     

一种基于曝光补偿与颜色信息融合的背景减除法

以高斯模型为基础,提出了抑制噪声影响的模型更新参数设置条件。结合摄像系统的工作原理,提出了针对摄像系统曝光波动以及环境光照变化的亮度补偿办法。通过对RGB三个颜色通道的分割结果进行逻辑运算,将颜色信息融合使用于前景图像的分割。从实验情况看,本文提出的办法收到了一定的改善效果。