空-频域联合的交通监控视频去雨方法

阴雨天气下交通监控视频处理的效率较低,可靠性较差,因此,文中提出自适应判别雨量、空-频域联合的交通监控视频去雨方法.将视频帧的非下采样剪切波变换的低频系数清零,利用大津法获得全部边缘信息图.采用显著性映射计算景深图,经双边滤波并保留高频系数,得到主要边缘信息图.结合全部边缘信息图、主要边缘信息图和帧差,判断雨滴/雨线区域及雨量,若是中、大雨,利用曲率驱动扩散法修复雨滴/雨线,否则将两个尺度下的检测结果取并集.实验表明,文中方法可有效去除视频中的雨滴/雨线,保持物体形状和纹理细节,提高运动目标跟踪等后处理质量.     

交通视频监控系统中车辆阴影的去除方法

针对智能交通系统(ITS)中车辆阴影带来的车辆误提取造成系统可靠性差,且检测算法无法满足实时性的问题,提出一种改进的基于HSV色彩模型与背景差分法的车辆阴影检测与去除方法.通过分析HSV色彩模型,改善亮度分量的参数选取,利用阴影与车辆和背景的亮度差检测目标车辆的阴影;结合背景差分法去除阴影.实验结果表明,该方法可以较准...     

视频监控系统中运动目标检测的阴影去除方法

在分析了阴影产生的原因及视觉特性的基础上,针对固定场景的运动目标检测问题,提出了一种具有实际应用价值的阴影检测与去除方法。该方法通过背景建模和背景差分方法分割出运动目标及其可能存在的阴影,采用光照评估方法判断阴影是否存在,进而运用多梯度分析和二值图像的快速聚类算法检测出阴影,去除阴影并分割运动目标。实验验证了该方法的有效性。     

交通视频中利用多特征抑制车辆阴影

提出了一种综合利用交通视频中运动车辆的边缘、颜色以及几何等多特征,达到完整去除运动车辆阴影的方法.利用车辆本身区域的边缘线段比阴影区密集这一特点,首先提取包括阴影在内的前景图像的边缘图像,利用颜色信息判断边缘点属于车辆还是阴影;然后结合形态学开操作、几何特征对第一步处理后的图像进行修正和细化.实验将基于颜色特征进行阴影抑制的方法以及提出的方法进行对比,结果显示该方法能更好地抑制阴影并保留车辆本体信息.     

区域配对引导的光照传播视频阴影去除方法

传统方法在处理自由移动相机捕获视频中的阴影时，存在时空不连贯现象。为解决该问题，提出一种区域配对引导的光照传播阴影去除方法。首先，使用基于尺度不变特征变换（SIFT）特征向量的均值漂移方法分割视频，通过支持向量机（SVM）分类器检测出其中的阴影；然后，将输入视频帧分解成重叠的二维图像区域块，建立其马尔可夫随机场（MRF），通过光流引导的区域块匹配机制，为每一个阴影块找到最佳匹配的非阴影块；最后，使用局部光照传播算子恢复阴影区域块的光照，并对其进行全局光照优化。实验结果表明，与传统基于光照传播方法相比，所提方法在阴影检测综合评价指标上提升约6.23%，像素均方根误差（RMSE）减小约30.12%，且大幅度缩短了阴影处理时间，得到的无阴影视频结果更具时空连贯性。     

基于零树小波的交通视频车辆运动阴影滤除方法

基于高斯模型的背景建模方法与简单的背景差分方法很难准确区分运动车辆与阴影.基于此种原因,文中提出基于零树小波的交通视频车辆运动阴影滤除方法.首先将含有噪声的运动前景图像转换至HSV颜色空间.然后对 S通道和V 通道进行多级下采样小波变换,通过构造运动前景的零树小波掩模,关联不同尺度子带间的系数,使各精细尺度子带掩模的值能得到父子带系数的指导和校正,提高子带自适应阈值的准确性.进一步通过结合阴影的颜色特征,提高判断区域车辆与阴影的区分度.最后通过大量仿真实验验证文中方法的有效性.     

行人视频检测中阴影检测与去除方法设计

设计了基于模糊神经网络的目标本体与阴影的自动分类器,将光谱特征值作为神经网络输入,用遗传算法对网络权值和模糊规则实时更新,并结合图像的空间特性对去除结果进行修正.实验结果表明,应用该方法能有效去除阴影,并可提高行人视频检测的准确率.     

基于视频图像的运动目标阴影去除方法

针对运动目标检测中阴影的存在会导致目标形状扭曲、多个目标之间出现粘连等问题,提出一种基于视频图像的阴影去除方法。该方法在分析阴影产生机理的基础上,根据各像素点YUV空间上的像素模型,计算出带有阴影的目标相对于背景的失真系数,再根据设定的阈值区分出目标的实际轮廓和阴影区域,从而将目标阴影去除。实验结果表明,该方法能够快速检测和去除目标阴影,准确反映出目标的实际轮廓,并能够有效解决目标粘连问题。     

室内视频中基于边缘的运动阴影去除算法

针对运动提取算法总是将运动阴影错误检测为运动前景,提出一种基于边缘信息的室内运动阴影去除算法.首先用Canny算子提取输入图像的边缘,同时对输入图像进行梯度分割;其次利用运动边缘的属性提取属于真实前景的运动边缘;再次得到靠近运动边缘的真实前景的部分边界;最后通过文中提出的边界跟踪技术构建出完整的前景边界,从而提高运动前景的检测精度.仿真实验表明,对不同的光源距离、不同的阴影投影方向及不同颜色前景引起的运动阴影,算法都能鲁棒地分离目标及其阴影区域.     

注意力与多尺度融合的图像阴影去除算法

针对图像阴影去除算法中复杂地物或与阴影区域纹理相似的暗区域阴影去除不完全的问题,提出了一种注意力与多尺度融合的图像阴影去除算法。该算法基于生成对抗网络框架构建。利用自定义的空洞残差块进行特征提取,获得精确的阴影特征信息并输入到注意力引导的编码网络;在注意力引导的编码阶段进行多尺度的特征融合,获取不同层次的感受野,使编码器能够在不同尺度上捕捉上下文信息;利用多重注意力机制引导判别网络对生成的无阴影图像进行鉴别,进而减少判别网络关键信息损失,提高判别网络的鉴别效果。分别在ISTD(dataset with image shadow triplets)与SRD(dataset for shadow removal)公开数据集上进行验证,实验结果表明：该算法视觉效果表现良好,单幅阴影去除后的图片与数据集中真实无阴影图片进行对比,SSIM(structural similarity)可达到0.978,PSNR(peak signal to noise ratio)可达到32.2 dB,RMSE(root mean squared error)可达到6.2,相比同类算法,具有显著优势,且对复杂地物...     

基于事件密集度的交通监控视频存储方法

利用HDFS进行大规模交通监控视频的存储和处理是一种可靠、高效、可扩展的数据存储方案.针对HDFS默认的机架感知策略可能造成存储热点这一问题,提出了一种基于事件密集度的交通监控视频放置策略.该策略利用交通视频可按事件类型进行分类这一特征,在数据放置时将数据节点中已存储的各类型的事件视频可能对其造成的负载作为节点的主要评价因素之一,同时结合节点的实时负载、磁盘容量等因素进行综合评价,选择最佳的数据放置节点,从而平衡数据节点的负载.实验表明,基于事件密集度的交通监控视频放置策略可以改善数据节点的吞吐量,提高存储系统性能.     

基于阴影检测的HSV空间自适应背景模型的车辆追踪检测

在交通监控中，要进行车辆的检测、车流量统计、实时追踪、车速测定等工作，而如何从复杂的背景中分割运动物体是至关重要的一步，目前采用的典型方法是背景相减方法。为了对运动车辆进行准确快速的检测，在研究了目前存在的各种方法之后，提出了一种新的基于阴影检测的HSV空间自适应背景模型的车辆追踪检测算法，并将其应用于运动物体的分割，同时给出了具体的试验结果。该方法之所以不在传统的RGB空间实现，而在HSV空间实现，因为HSV空间可以提供更丰富的颜色信息。运行试验结果表明，该方法准确率高，适应性强，运算速度快，兼具灵活性，能满足实时检测的需要。     

单幅图像下不同阴影强度的阴影去除

阴影是由于场景的照明不一致而出现在图像中的自然现象。当物体的透光度不同或由不同光源照射会在图像中产生不同强度的阴影。因此,对具有不同阴影强度的图像阴影去除进行了研究。通过用户交互得到阴影掩模,接下来检测具有围绕阴影边界的可变间隔和长度的样本强度分布,这避免了不均匀边界引起的伪影。然后结合超像素分割算法和FCM_S聚类算法对阴影部分进行区域合并,用于阴影和图像边界处尺度的估计。为了恢复阴影部分光照,采用图像修复算法传播阴影尺度场。最后,得到阴影去除后的图像,并进行色彩校正。为了证明该算法的优越性能,与其他算法进行定量比较,结果有所提升。     

交通监控视频压缩与网络传输系统设计

针对现有交通监控视频中采用的H.264算法复杂度高、运算量大、误码跨帧传播等问题,提出了基于专用编解码芯片ADV212硬件实现JPEG2000标准的视频压缩传输系统的设计方法;设计以ADV7180对PAL制式模拟视频进行采集,以ADV212完成对采集后视频数据的压缩处理,最后通过DM9000A实现对压缩数据的以太网传输;FPGA作为系统主控,主要实现对各芯片的初始化及逻辑控制;实验结果表明,在保证压缩图像具有较高峰值信噪比的情况下,系统对速率为166 Mbps的视频图像进行压缩处理后输出速率为8 Mbps,有效减轻了网络传输带宽压力,且便于网络终端进行视频数据存储;同时系统还具有集成度高、体积小、性价比高、压缩比可调等优点,支持多种视频监控场合使用。     

基于视觉的交通监控系统固定背景区段视频传输的研究

多年来,视频图像传输总是依赖于图像压缩比和网络带宽之间的权衡来实现。根据具有固定背景的基于视觉的交通监控系统的视频传输特点采用单参考图背景差提取对象的方法研究,提出了一种基于特定对象的图像传输方式:(1)固定背景分别在采集端与控制中心预存;(2)采集端应用单参照图背景差方法提取目标对象,生成最小矩形覆盖网格区域及其掩码矩阵;(3)网络通道可以根据应用情况灵活选择;(4)控制中心则根据目标对象编码或其小波变换结果以及网格区域和掩码在背景图上重构出指定背景中目标运动视频。其优势在于:(1)大量节省网络带宽;(2)提供系统高级处理的有效输入如空间位置关系图以及可以校正的目标对象速度数据;(3)便于操作人员注意主要预警事件;(4)为系统扩能提供空间等。实验结果表明了这种方法的可行性。     

视频分割中运动阴影消除的新方法

对于视频分割中运动阴影消除的问题,提出了一种结合色度、亮度和边缘信息的方法.首先使用结合核密度估计和边缘信息的分割方法获得初始分割结果及其中运动对象的边缘,然后提取输入视频帧的色度和亮度信息以得到可能的运动阴影区域,最后通过阴影区域生长将运动阴影和运动对象区分开.实验结果表明,该方法具有良好的消除运动阴影的性能.     

道路交通场景监控视频编码研究

道路交通监控摄像机所能拍摄的最大场景范围已知,分析监控视频中交通流流动的规律,提出基于场景的压缩方法.通过运动在空间上的分布,建立运动能量图,取反获取掩模.改进HEVC编码方法,针对运动分布区域交通流的方向性强且运动剧烈特征,使用非对称模板改进TZSearch运动搜索算法;针对掩模区域运动性弱特征,提前设置运动搜索终止...