基于视频序列的运动目标检测

为了能够在数字视频系统中实时的检测出运动目标,提出了一种基于序列图像的运动目标实时检测方法.采用了改进的基于自适应背景提取与自适应阈值分割的背景差分方法提取运动区域,同时使用高斯滤波及形态学滤波消除噪声等,改善了对运动区域的提取效果.实际工程实践证明,该方法可以准确、有效的完成运动目标分割,经统计,检测准确率在95%以上.     

一种基于视频序列的行人检测算法研究

随着计算机视觉技术在图像处理与模式识别中应用的不断深入,人体 运动目标检测逐渐成为了备受人们关注的热点问题。提出了一种改进的人体运动目标检测算法。 用中值法提取了图像的背景,然后通过结合背景差分法和帧间差分法处理图像得到了运动目标区域。试验结果 表明,该方法可克服单种算法所带来的缺陷,同时还具有较高的准确性,且满足工程实时性的需 求。本文算法简单有效,适合应用在嵌入式平台上。     

基于OpenCV的视频图像序列的运动目标检测

随着人工智能的发展,提出了使计算机系统具有模拟人类通过视觉接收外界信息、识别和理解周围环境、协助或代替人类感知的能力,基于视频序列的运动目标分析也就应运而生.本文针对目前常用的背景减法,帧间差分法和混合高斯背景建模的运动检测方法的优缺点,提出了一种3者相结合的运动目标检测算法.在讨论数学模型的基础上,通过OpenCV进...     

基于模板匹配的马赛克视频检测方法研究

通过分析普通图像和马赛克图像的特征,提出了一种简单的、高实时性的马赛克检测方法,利用模板匹配方法快速检测出画面中的马赛克缺陷。     

基于ZYNQ的人脸检测的快速实现

本文是在ZYNQ平台上,结合加入阈值处理的背景减除法实现人脸检测的快速实现。ZYNQ是ARM+FPGA的体系架构,本文利用该芯片的PL（FPGA）端来实现图像的预处理;利用PS（ARM）端对来自PL端的图像利用背景减除法进行前景的提取,然后对前景图片进行人脸检测。最终,本文实现了人脸检测的时间在ZYNQ平台上平均减少了700ms以上,而且在识别率方面也有所提高。     

基于瞬时相位的跳频信号检测方法

对于混杂着噪声的跳频信号进行Hilbert变换,再利用解析信号提取瞬时相位信息,利用瞬时相位估计瞬时频率,提出一种针对瞬时频率直方统计的方法,检测和提取跳频信号的信息．仿真结果表明该方法在较低的信噪比情况下也可以得到理想的检测结果。     

基于差分特征的多视角人脸检测

针对真实环境下的多视角人脸检测问题,提出了一种基于差分特征的多视角人脸检测算法。它综合运用2种不同的差分特征:一阶NPD特征与二阶Laplace特征,结合Gentle Adaboost算法与分类回归树(CART),分别训练基于一阶和二阶差分特征的人脸检测器,再将这2种差分特征的检测结果进行融合,得到最终的人脸检测结果。本文的差分人脸检测器充分利用了2种差分特征的互补性,结合了一阶特征对光照的鲁棒性和二阶特征对旋转的鲁棒性,从而更好地实现了复杂环境下的多视角人脸检测。在CMU-MIT和FDDB两大公开人脸检测数据集中对提出的方法进行验证,结果证明了本文提出的差分人脸检测器的有效性,能够较好地检测复杂环境下的多视角人脸。     

视频图像的实时人脸检测系统

本文基于VFW,在Windows平台下构建了一个实时人脸检测系统.同时提出了一种融合肤色信息的图像差分方法,该方法在加快检测速度的同时有效缩小了人脸搜索范围.最后利用Real AdaBoost Cascade结构分类器对人脸进行验证.实验证明,该系统能够快速准确的检测人脸.     

基于散斑立体匹配的快速三维人脸重建

本文提出一种高效的人脸三维重建方法。该方法将 散斑投影至人脸表面以增加其特征信息,并采用一种由粗到精的时空立体匹配算法来提高三 维人脸重建的精度。进一步,该算法利用 时空积分图对立体匹配的代价函数进行加速计算,进而提高了重建效率。此外,所提出方法 通过人脸检测 去除无关背景,使后续的三维重建算法能够高效地作用在人脸区域上。实验表明,所提出方 法对3D打印人 脸(精度为0.01 mm)模型的重建平均误差为0.32 mm,对哑铃规球心测距和直径测距(精度皆为0.01 mm)其 误差皆低于1个百分点,以上结果优于同类产品。与现有立体匹配算法相比,本文方法所得 视差图面部无 空洞且视差变化均匀,更真实地反映出被测人脸的三维形状。     

基于视频图像的目标检测技术研究

本文基于常用运动目标检测方法进行了研究。首先阐述了视频监控系统中常用运动目标检测方法,并对Surendra背景提取算法及改进的帧间差分法进行了说明。运用对称差分法和背景差分法的融合方法进行运动目标检测,实验表明本文运用的方法对运动目标检测具有准确性与实时性。最后得出运用背景差分和帧间差分法的融合检测方法进行运动目标检测,可以得到好的目标检测效果的结论。     

基于图像分割的快速人脸定位方法

针对图像中人脸部分比非人脸部分小得多的情况,设计了分类器专门用于人脸的粗定位.该分类器算法的主要步骤是,先对图像进行预处理,再使用0AC滤波器滤波,最后使用阈值分割法将图像分割为人脸区域、可能人脸区域和非人脸区域3部分.为人脸细定位算法减少了计算量,增加了准确率.对CMU数据库中的图像进行测试,非人脸区域的排除率能达到99%,误检率仅有1.3%.实验结果证明了该算法的有效性和可靠性.     

一种新的快速视频图像边缘检测算法

一般常用的边缘检测算法计算量较大,对细小边缘检测效果较差,不适合实时边缘检测系统。针对这一问题,本文提出一种连续分割的快速边缘检测算法：从相互垂直两方向分割梯度图像,提取截面曲线极大值获得图像边缘,使用形态学梯度,检测出细小的图像边缘。实验结果表明此算法较Canny等经典算法减少了计算量,提高了边缘检测精度。     

基于不变矩特征匹配的快速目标检测算法

针对采用图像二维不变矩匹配时,计算量大、耗费时间长的缺点,提出了一种基于不变矩特征匹配的快速目标检测算法.该算法首先用滤波后的图像直方图不变矩进行匹配,匹配成功后,再用图像二维不变矩进行检验和确认.实验表明,该方法能有效抵抗图像对比度、亮度及旋转的影响,并且大大减少了运算时间.     

基于视频处理的运动车辆检测算法的研究

车辆检测技术是现代智能运输系统的重要组成部分,现有的相关视频检测算法能够检测目标且对环境具有一定的适应性,但其在算法实时性、识别率等方面仍有待提高。提出了一种基于Fisher准则函数法的自适应阈值背景减法和对称差法相结合的运动车辆检测算法,该方法采用surendra算法提取背景,通过背景减法提取出目标前景,再将其与对称差法相结合得到准确的运动目标区域并实时地完成背景更新。实验表明该方法快速、准确,具有一定的实用价值。     

基于视频的人脸检测算法研究

针对传统AdaBoost算法在视频中检测人脸误检率较高的问题,文中提出了一种结合运动分析和肤色检验的改进型人脸检测算法。该方法通过运动检测来提取运动前景,并选择肤色模型对人脸肤色进行相似度求取,利用几何特征进一步缩小检测范围;采用增加新Haar特征和改进权重更新方式的改进型AdaBoost算法对人脸候选区域进行实时检测。实验结果表明,与传统AdaBoost方法和增加肤色检验的AdaBoost方法相比,该方法的误检率分别降低了18.68%和8.79%,检测时间则分别缩短约800 ms和250 ms。     

快速图像序列人脸提取算法

主要针对背景静止的新闻视频序列进行处理,首先对序列图像做运动检测,接着得出运动目标的投影定位,然后仅在定位区域利用马氏距离进行肤色相似度检测,继而通过闭运算填充部分缝隙与空洞,并用区域标记及人脸结构过滤剔除非人脸区域,最后采用横向填充复原图中的人脸,实现人脸的快速提取。     

面向室外视频监控的背景重构算法

 针对室外视频监控环境复杂,运动对象检测准确性较低,提出一种用于背景减运动对象检测的背景重构算法.综合考虑像素点亮度的稳定状态持续时间和出现频率,定义加权亮度直方图确定量化区间的背景概率,根据背景概率大小和分布,结合基于亮度空间相关性的修正实现背景重构.实验结果表明,重构的背景有效地克服了训练阶段运动对象的干扰,用于运动对象检测能够适应背景扰动、摄像机轻微晃动等复杂情况,提高检测的准确性.     

可逆数字水印算法综述

可逆数字水印是数字水印领域一个新兴且重要的分支,由于其原始宿主内容可无损恢复的特点,在一些重要的媒质如医学军事等相关的多媒体信息中得到广泛应用。目前,人们在可逆数字水印领域的研究已取得了一些成果,大致可分为空间域方法和变换域方法两大类。通过对这两大类方法中的经典算法介绍和优缺点分析,阐明了目前可逆水印研究领域的发展现状,并在此基础上对该领域的发展趋势做出展望。     

基于峰值特征匹配的运动补偿算法

针对步进频率信号成像的多普勒敏感特性,提出一种基于峰值特征匹配的运动补偿新算法。从2帧距离像中分别提取所有可能的散射中心,构建其直方图不变描述,通过匹配确定目标真实散射中心,由对应匹配散射中心间的平移距离估计速度,然后进行运动补偿。仿真实验表明,新算法测速精度高,具有较好的抗噪声、抗干扰(杂波尖峰和虚假散射中心)性能。