复杂背景下运动目标的检测

提出了一种统计获取图像背景的方法，该方法与比特层相结合可完成复杂背景下运动目标的检测，与其它获取图像背景的方法相比较，这种统计获取图像背景的方法可同时完成背景的获得和更新．此运动目标检测方法运算简单，抗噪能力强，无需阈值选取．分割结果无重影．实验验证了本方法的有效性。     

一种复杂背景下的运动目标检测方法

提出一种复杂背景下的运动目标检测方法．它根据背景运动情况下,像素与它领域之间的相关性对实行运动目标的检测,消除由于背景运动所造成的错误检测,并采用自适应背景更新方法,提高算法的稳定性和可靠性．通过实验验证,本算法对光照变化、背景运动、前景和背景互化有很强的适应能力．     

一种基于背景重建的运动目标检测算法

根据视频序列的帧间信息，以平均亮度和图象能量为约束条件，提出一种改进的基于块的背景重建方法。利用重建得到的背景图象，通过背景消减实现了运动目标的检测，检测结果以运动目标的外接矩形表示。     

基于背景重建的运动目标检测算法

针对复杂背景下参考帧的提取问题,提出了一种改进的基于帧间差分的背景提取算法。该算法利用帧间差分将图像序列中的背景像素点提出来,从而确定背景帧;并利用序列图像背景点在时间上呈高斯分布,用“3σ原则”判断背景点是否发生变化来更新背景。实验结果表明,该方法可以有效的提取和更新背景,从而完整准确地检测出运动目标。     

基于改进的混合高斯背景模型的运动目标检测研究

针对传统混合高斯背景建模（GMM）在一些复杂场景下未能有效地描述背景,目标容易出现错误的检测,本文提出一种改进算法。该算法先对视频帧进行分块处理,然后对单模区域和多模区域采用不同的更新速率进行更新,最后在空域上对检测结果进行数学形态学的处理,从而提取运动目标。实验结果表明,该算法能够提高背景建立和运动目标检测的速率,在多种场景下运动目标的检测都具有良好的鲁棒性。     

复杂背景下运动目标检测的ViBe改进算法

针对ViBe运动目标检测算法在复杂背景下出现鬼影和鲁棒性低等问题,文中提出一种基于边缘梯度特征的自适应阈值改进算法.通过计算当前帧图像背景复杂度,自适应调整阈值R,提取前景目标;建立前景区域与运动区域的边缘梯度模型,通过判断模型之间的相似度,消除鬼影区域.经对采集的3个设定视频场景进行实验验证,结果表明,该算法对复杂场...     

基于HSV颜色空间静止背景中运动目标的检测算法

针对固定场景视频序列中的彩色运动目标检测,采用HSV颜色空间表示视频原始帧,使用自适应背景更新在原始帧中提取V 分量建立背景帧,利用背景差分法对视频序列进行运动检测,在运动区域二值化时结合原始帧中的H 分量对运动区域进行筛选,从而得到特定运动目标被点亮的前景帧。实验结果表明,该算法能够有效地实现在静止背景、多运动目标共存的视频中检测出特定颜色的运动目标。     

复杂背景及复杂运动前景下的指尖检测方法

人手指尖空间位置的检测是基于视觉的人机交互中的关键问题,该文提出了一种在复杂背景以及复杂运动前景的情况下也能快速、准确、鲁棒得检测指尖的方法。针对传统方法必须对背景、前景设定约束的问题,该文提出了感兴趣运动前景提取算法,即仅提取包含运动人手的前景图像。针对传统方法造成指尖误检测的问题,提出了结合多种人手轮廓关键几何特征来有效得检测指尖的算法,当采集的图像中未包含有伸出的手指时,该算法也能及时作出无指尖判断。实验结果表明该方法对指尖位置检测及无指尖的判断均有较高准确率。     

基于中值背景模型的运动目标自适应检测方法

目的 在保证准确性的前提下,降低运动车辆检测算法的计算量,加快处理速度,满足实时性要求,提出一种基于中值背景模型和自适应阈值的运动检测方法 .方法 基于当前帧与背景图像的差分图像,利用自适应阈值分别对差分图像的三个颜色通道进行二值化,从而实现运动目标的精确检测.同时,根据检测结果 ,采用中值更新策略实现背景图像的实时更新.结果 实验结果 表明,笔者算法可以从复杂交通场景图像序列中有效地检测出运动目标,并且算法计算量小,具有良好的鲁棒性与实时性.算法每帧处理时间比混合高斯降低43%,背景更新时间比一阶Kalman算法降低了45%.结论 算法能够很好地满足智能交通监控系统中运动车辆实时检测的要求.     

旋转复杂背景中红外运动小目标实时检测

针对旋转复杂背景中红外运动小目标检测误检率高、实时性差等问题,提出了目标检测新算法。首先对图像进行中值滤波预处理,计算图像光流场,提取特征点,估算背景光流;然后设置阈值,判断提取备选目标特征点集合;最后通过特征点光流矢量角度、目标灰度值区间、目标特征点区域边缘检测的方法,排除备选目标特征点集合中的背景特征点,实时准确检测旋转复杂背景中红外运动小目标。实验结果表明,该算法能够准确地检测出红外多个运动小目标,检测率93.8%,平均虚警率0.126次/帧,平均每帧耗时15.53 ms,每帧图像处理的最大时间为20.45 ms,能够满足运动目标检测对实时性的要求。     

一种视频序列中运动目标检测算法

在现有方法的基础上,提出了一种基于Otsu动态阈值背景差法和三帧差法相结合的运动日标检测方法.首先通过改进的Surendra算法建立背景模型,并由Otsu动态阈值背景差分法得到二值图像,然后与三帧差分法结合,得到可靠的运动目标区域并进行背景实时更新.实验结果表明该方法满足视频序列运动目标检测的实时性和准确性要求.     

基于视觉注意机制的复杂背景下红外小目标检测

针对视觉注意机制Itti模型对复杂背景下红外小目标检测易受到图像背景杂波影响,检测结果不理想的情况,对传统算法加以改进,在Itti模型中引入背景预测算子。对图像背景进行预测,与原图像进行差减,以达到突出目标区域的目的,消除背景区域对目标显著性的影响。再提取滤除背景后的图像视觉差异,找出图像的显著性区域,实现对红外小目标的检测。将改进后的模型应用于复杂背景下红外小目标检测中,实验结果表明,相对于传统的Itti模型的检测算法,新提出的算法具有更高的检测率。     

基于WVHT 的合成孔径雷达运动目标检测与成像

目的针对合成孔径雷达（ＳＡＲ）的运动目标检测和成像提出了一种通用、完整的ＷｉｇｎｅｒＶｉｌｅＨｏｕｇｈ变换（ＷＶＨＴ）．方法基于线积分,将ＷＶＤ和Ｈｏｕｇｈ变换结合起来,推导出ＷＶＨ变换,并利用计算机仿真的ＳＡＲ回波数据对该新ＷＶＨ变换作了验证．结果与结论计算机仿真结果证明了该变换的正确性和有效性．和传统的ＷＶＤＨＴ方法相比,这种基于ＷＶＨＴ的ＳＡＲ运动目标检测和成像的新方法,可以将多目标回波的ｃｈｉｒｐ信号从时间域直接转换到参数域,同时完成了ＷＶＤＨＴ方法中的交叉项抑制和运动参数的估计,进而对多目标成像,简化了处理过程．这种新ＷＶＨ变换还可以应用于其它场合的ｃｈｉｒｐ信号检测中．     

预警雷达杂波抑制和微弱运动目标检测算法

针对预警雷达探测弱运动目标的杂波抑制和运算量大的问题,提出利用信号空间分离的抑制杂波算法,利用盲信号处理技术将回波信号分离成雷达弱运动目标信号和强背景杂波信号,有效地抑制了杂波;提出了利用动态规划法探测微弱目标的改进算法,在帧间循环递归中,针对来袭目标确定状态转移区域,并引入各级判决门限,丢弃部分虚警目标轨迹,减少了计算量.仿真结果表明,此方法能降低运算量,抑制杂波,有效地检测微弱运动目标,具有较好的检测性能.     

Automatic Detection of Moving Target with an Active Camera

ＡｕｔｏｍａｔｉｃＤｅｔｅｃｔｉｏｎｏｆＭｏｖｉｎｇＴａｒｇｅｔｗｉｔｈａｎＡｃｔｉｖｅＣａｍｅｒａＦＥＮＧＢｉｎｇｒｉ；ＹＡＮＧＷｅｉ；ＺＨＡＮＧＴｉａｎｗｅｎ；ＨＵＡＮＧＱｉｎｇｍｉｎｇ；ＳＨＩＨａｉｆｅｎｇ冯秉瑞，杨威，张田文，黄庆明，师海峰（...     

基于背景差与帧间方块编码差值法的运动目标检测

运动目标检测是视觉领域的重要研究内容,本文提出一种将背景差分与帧间方块编码差值法相结合的运动目标检测方法.通过帧间方块编码差值法区分出运动区域与静止区域;静止区域用来更新背景,运动区域与背景模型进行拟合,区分出运动目标和显露区.介绍了一种基于HSV颜色空间的阴影剪除算法.实验证明,该方法能够快速、准确的检测出运动目标并剪除阴影.     

一种非均匀环境下多通道SAR动目标检测算法

针对非均匀环境中SAR-GMTI动目标检测性能下降的问题,提出了一种新的动目标检测算法。该算法首先通过广义内积（GIP）来修正杂波的协方差矩阵,从而达到抑制均匀杂波的目的,然后利用恒虚警（CFAR）检测技术提取动目标及强干扰目标,最后根据杂波抑制剩余信号的多普勒中心来剔除强干扰目标。理论分析及实验结果表明,该方法不仅能够很好地抑制均匀杂波,且能剔除强干扰目标,适用于强干扰存在的非均匀环境。