煤矿智能视频监控中的运动目标检测研究

针对煤矿智能视频监控环境存在各种复杂动态场景变化的情况,研究了运动目标检测中的3个重要环节:背景建模与更新、前景检测和运动阴影检测与去除。针对这3个环节,提出了相应的处理方法:基于IFCM聚类算法的自适应背景建模与更新方法,对像素灰度取值进行无监督聚类,自适应选取不同个数的聚类构建各像素背景模型,随场景变化进行聚类修改、添加和删除以完成背景自动更新;联合背景差分信息、三帧差分信息和空间邻域信息的前景检测方法,据此获得较为准确的前景目标;运动阴影检测与去除方法,依据在阴影覆盖前后的灰度图像中,像素具有亮度值相关性和纹理特征值不变性,实现了运动阴影的检测与去除。实验结果验证了本文所提方法的有效性和优越性。     

视频监控中运动目标的检测

本文对于智能视频监控中的运动目标检测技术进行了讨论,介绍了几种常用算法。并且,提出了一种自定义防区的方法,来提高检测效率,降低干扰。     

DSP视频监控中运动目标检测方法研究

对高斯模型的更新做出改进,以找到一种快速、有效的、适合DSP运算的算法.高斯模型的参数对背景模型判别产生的影响是不同的,因此它们的更新对于背景模型判别产生的影响也是不相同的.学习率直接影响模型参数的更新,如果对所有参数采用同一学习率,当学习率取值比较大,适应环境变化能力强,但容易受噪声影响,不够稳定;当学习率取的比较小,适应环境变化的能力就低,但是具有鲁棒性.利用均值和方差对背景模型判别影响不同这一特性,对均值和方差的更新采用不同的学习率,在保持可行的算法复杂度的情况下,使背景模型能够适应背景的变化.     

基于OpenCV运动目标的检测研究

在Visual C＋＋6.0环境下,介绍一种结合背景差分法和瞬时差分法,能在视频序列中识别运动目标算法,结合OpenCV给出了具体过程和部分代码。该算法利用瞬时差分法得到当前帧中运动目标的轮廓信息,在更新背景模型时不更新运动目标轮廓内区域,避免了由运动目标引起的背景模型更新误差,当发现移动物便自动发出警告声。     

视频监控系统中动目标检测算法研究

描述运动目标检测的基本概念,讨论了运动目标检测的广泛应用、目前所面临的主要问题和困难、实现运动目标检测的几种流行算法,对当前主流运动目标检测实现方法的基本思想和最新发展分别进行了叙述,着重讨论了各类方法的主要优缺点,并展望了该领域的发展趋势.     

视频中目标检测算法研究

由于其实用价值和理论价值,目标检测是智能视频监控技术研究的重点,也是计算机视觉领域的一个研究热点,引起了研究者广泛关注。本文根据视频图像背景和前景目标的动或静的情况进行分类,将目标检测问题分为基于背景建模的目标检测和基于目标建模的目标检测两类。对于每类问题,分别全面综述了该问题的发展、常用算法模型及当前的研究成果等,然后讨论了对各类算法模型的评测指标、评测数据集和评测结果,最后总结了当前这两类目标检测方法存在的不足以及给出了对未来发展的思考和展望。     

面向智能视频监控中的运动目标检测方法研究

运动目标检测是实现智能视频监控的基础,针对当前运动目标检测方法在复杂场景中适应性差的问题,提出了一种结合时空马尔可夫随机场模型和高斯混合模型的运动目标检测方法。在训练时空马尔可夫随机场模型时,采用高斯混合模型的参数更新算法计算邻域图像分割区域的均值和方差,并通过时空邻域标记场设置势函数。通过与传统目标检测方法的仿真比较,验证了该方法的优越性。结果表明,与传统的目标检测方法相比,该方法在复杂场景下具有更高的检测精度,能够更清晰地分割前景中的运动目标。     

嵌入式视频监控系统中的运动目标检测

在设计实现的基于嵌入式Web的远程视频监控系统上,引入了运动目标检测,将帧间运动信息和帧间边缘信息相融合,提出了一种运动目标检测的新算法,能够对监控范围内人员的非法入侵或非法移动进行侦测和识别,根据识别结果,发出相应的警报,从而实现了监控系统的智能化.实验结果表明,这种检测方法算法简单、运算量小,适合于实时应用.     

关于智能视频监控中运动目标的分类识别研究

智能视频监控是计算机视觉中视频分析技术的一个重要应用方向,在各个领域中得到了广泛的应用,并取得了良好的成绩.对此,本文提出了一种监控视频中运动目标识别分类法,并通过对视频监控运动目标的提取来获得Zernike矩高阶矩、长宽比和占空比,之后再运用向量机进行分类识别,并证所得出来的分类识别结果具有较高的准确性.     

运动目标检测视频监控软件的设计与实现

为了满足智能视频监控的需要,提出了一种利用面向对象技术与采集卡SDK相结合开发视频监控软件的方法。通过设计采集卡类和运动目标检测类,在MFC框架下实现了多路视频信号的同屏显示、运动目标检测及检测结果的记录与显示等功能。实验结果表明,基于所提方法设计的运动目标检测软件可以有效地对室内多个场景进行监控,并对场景中的运动目标进行提取和记录。软件代码易于修改和移植,为今后的图像识别提供可靠的依据。     

基于动目标检测的视频监控智能节点设计

针对现有视频监控系统无效信息多造成存储资源严重浪费的现象,提出了基于动目标检测的视频监控智能节点设计方案;利用微波移动传感器检测运动目标多普勒信号,通过微控器采集调理后的多普勒信号完成运动目标识别,并控制传输设备将含有动目标的视频监控信息和多普勒频率数据传输到监控中心进行实时处理;实验结果表明,视频监控智能节点最大探测距离可达15m,该设计有效提高了视频监控的有效信息,减少了存储资源,具有广泛的应用前景。     

一种联合图像分割与背景建模的运动目标检测算法

介绍了在混合高斯模型的基础上,采用每一个像素点及其邻域组成的集合作为特征矢量来描述图像,对YUV格式的彩色图像的不同颜色分量分别建立混合高斯模型,从而确定是否有变化发生.为充分利用空间信息,提出将彩色图像分割与背景建模结合起来,得到具有精确边缘的运动目标.实验结果表明,即使在前景纹理、颜色比较一致且与背景对比不是很明显的情况下,本方法也能完整地检测出运动前景.     

一种应用于智能视频监控钢管生产的 目标检测方法①

智能视频监控生产过程是工业自动化的一个发展方向。为了高效、可靠地监控钢管生产,根据钢管生产的特殊情况设计了一种使用静态背景库,并且根据运动相对性原理把生产线的运动也纳入静态背景,自适应更新背景库,使用背景差分来提取运动目标的检测方法。实验证明,该方法具有占用资源较少、具有较高的可靠性的特点。     

基于图像差分智能交通运动目标检测的设计

为了减轻日益严重的交通拥堵问题,实现交通运输智能化控制,设计了基于图像差分的智能交通运动目标检测的软硬件平台.通过对交通运动视频中运动目标的提取、采集、统计、传输等处理,使交通指挥中心可全面掌控交通状况,达到提高道路利用率、解决交通拥堵的作用.结果可知,本系统准确率较高,可作为省道、城市快速路的智能交通系统的一部分.     

一种基于码本的监控视频运动目标检测算法

针对监控系统获得的彩色视频序列,根据连续采样值的颜色相似度及其亮度范围,将背景像素值量化后用码本表示,利用减背景的思想对新输入的像素值与其对应位置的码本作比较判断,提取出前景运动目标像素。该算法计算复杂度小、占内存少,能够在存在前景运动的过程中提取背景,并能处理光照变化。     

基于背景差分法的煤矿井下视频动目标检测

煤矿井下运动目标的监测是随着工业视频监控、数字图像处理和模式识别等技术的发展而提出的一种安全生产管理的新需求,通过识别井下移动物体,判别其基本属性,跟踪其运动轨迹,分析其所处环境,结合预设参数及专业库,进行危险性判别及预警。针对煤矿井下环境的运动目标检测需求,描述了整个系统的组成及框架,采用背景差分法的基本原理,重点设计了矿井监控视频中的运动目标检测的流程及相关算法,结合Python与OpenCV的编程,混合高斯的建模过程,实现了煤矿井下综采工作面的运动目标的检测。现场应用表明,采用该流程及算法,在K=5,std=20,std_t=20,λ=3条件下,很好地实现了矿井监控视频中人员或矿车的动目标判别。     

视频图像中运动目标检测算法的提高

基于士兵对抗射击系统,研究复杂环境下运动目标检测算法的提高,从提高算法处理效率和降低外界干扰对算法准确性影响两方面进行讨论. 对士兵对抗射击系统中大尺寸的视频流图像,先在下采样图像中判断运动目标的位置,再根据运动目标的位置,到原图中进行精确分析,从而提高算法的处理速度. 通过背景融合方法更新图像背景,用不断更新的图像背景结合背景差分法获取运动目标,可以有效消除场景光线变化和相机抖动等因素对检测结果的影响,提高算法的准确性.     

基于统计方法的视频序列运动人体检测

描述了一种运动人体检测的方法.首先利用多帧图象统计平均的方法得到背景模型,采用背景差法检测出运动目标,并实时地对背景模型更新,以适应光线变化和场景本身的变化;然后在HSV色度空间下检测消除阴影,得到准确的运动目标.最后用形态学方法减小噪声和背景扰动带来的影响.实验结果表明,这种方法简单高效、抗噪性强,能实现复杂背景下的运动目标检测.     

基于统计方法的视频序列运动人体检测

描述了一种运动人体检测的方法。首先利用多帧图象统计平均的方法得到背景模型,采用背景差法检测出运动目标,并实时地对背景模型更新,以适应光线变化和场景本身的变化;然后在HSV色度空间下检测消除阴影,得到准确的运动目标。最后用形态学方法减小噪声和背景扰动带来的影响。实验结果表明,这种方法简单高效、抗噪性强,能实现复杂背景下的运动目标检测。