基于图像融合的空间运动目标检测算法

文中提出了一种结合背景减除法和瞬时差分法在图像序列中检测运动目标的算法．算法利用瞬时差分法得到当前图像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．实验结果表明,该方法可以实现静止背景下图像序列中运动目标的检测,具有实时性,并能得到较好的检测结果．     

基于变换域边缘检测的双源交通图像融合方法研究

针对交通图像在恶劣天气及夜间成像质量较差的问题,通过研究红外传感器和可见光传感器的成像原理,设计了一种基于变换域边缘检测的双源交通图像融合方法。首先将红外源图像与可见光源图像利用小波变换分别进行分解,再对所得结果中的高频成分边缘检测,通过设计不同的融合规则对变换域不同频率子图像分别进行融合处理,然后通过逆变换得到特征信息丰富的融合图像。     

基于形态学图像融合的目标检测方法

提出了一种新的海空背景下受强杂波、噪声污染的红外图像目标检测算法。采用多尺度的形态算子对输入的图像进行并行滤波，既抑制噪声又能提取目标边缘细节。对并行处理后的图像进行基于树状小波帧变换的图像信息融合。仿真实验表明，该算法要优于传统的小波、中值滤波算法，适用于舰载红外警戒系统。     

基于自适应背景图像更新的运动目标检测方法

在运动目标的实时检测中常用的方法是背景图像差分法,但因其缺乏背景图像随监视场景光照变化而及时更新的合理方法,限制了本方法的适应性.对此,本文首先提出了一种基于光流场等技术的自适应背景逼近更新方法,并根据彩色差值模型得到差分图像;然后引入Gauss模型实现运动目标的自适应阈值分割.实验结果表明:本文提出的背景更新方法可随着光照条件的变化实时、准确地更新背景图像,在此基础上提出的基于Gauss模型的自适应阈值分割方法可以实现运动目标的完整分割,这为运动目标的后续识别与理解奠定了基础.     

基于小波变换的图像融合方法

数据融合是80年代初形成与发展起来的一种信息综合处理技术。图像融合是数据融合在数字图像处理方面的一个应用。本文着重讨论了基于小波变换的两种融合方法：基于像素的融合方法与基于区域的融合方法，及它们各自的实现方式。     

基于图像融合的木板表面缺陷检测研究

针对木板表面节子缺陷被染料染色后难以识别的问题,本文利用图像融合技术提出一种新的木板表面缺陷检测方法。该方法采集被染色木板的近红外图像和可见光图像,使用加权平均法、主成分分析（PCA）算法、小波变换、Laplacian金字塔变换等不同的融合算法对采集的近红外图像和可见光图像进行融合,然后对不同算法融合后的图像仔细观察分析和比对并计算其信息熵。实验结果证实,融合后的图像能够明显地辨别出染色后的木板缺陷,并且基于Laplacian金字塔算法的融合效果最好。     

一种基于背景减法的运动检测算法评价方法

利用传统的运动检测算法评价方法的原理,提出一种适用于背景减法的运动检测算法的性能评价方法.该方法基于理想的检测对象可以获得(可以通过人工方法获得,或通过某种可靠的途径获得).现实现了W4和W4+算法的C+ +代码,并用提出的评价方法对其进行评价,针对风动树叶背景的视频图像,识别运动物体.实验结果表明,该评价方法可以量化地表明运动检测算法检测效果的优劣.     

浅谈视频图像序列运动目标的检测方法

视频图像序列运动目标检测是计算机视觉研究的重要组成部分,广泛应用于交通、医学等领域。文章主要论述了常用的三种检测方法:帧间差分法、背景减法、光流法。     

基于小波变换的双色红外图像融合检测方法

针对复杂背景中/长波红外图像的特点,提出了一种基于小波变换的中/长波红外图像融合检测方法。首先,对原始中/长波红外图像分别进行小波变换,提取出两幅图像的低频和高频信息;然后,分别对图像的低频和高频信息采用不同的融合准则进行融合,并用小波逆变换重建成融合图像,自适应选取阈值,获得最终的目标检测结果。在实验中,采用相同的方法分别用融合图像、单波段红外图像进行目标检测,实验结果证明,用文中提出的融合检测算法优于仅用长波或中波红外图像的目标检测。     

基于边缘检测小波变换的图像融合研究

本文用基于极大值图像边缘检测的小波变换进行图像融合,即通过用B样条函数构造适用于图像边缘检测的小波对输入图像进行两个互相垂直方向的分解,然后分别用小波系数比较的融合准则和边缘比较的融合准则进行融合,实验发现由此融合的图像质量优于基于典型小波分解的融合.进行了仅用图像边缘融合并通过简单重构生成输出图像的实验,发现由此得到的融合图像质量可以在可接受的范围内,但可使参与融合的像素大幅度减少,这对于某些要求数据压缩,存储量较少的工程化图像融合系统有一定参考价值.     

一种融合预测过采样的运动目标检测算法

为了改善运动目标检测的精度,提出了一种融合了预测过采样的运动目标检测新方法.首先,基于二维傅里叶变换预测当前帧的目标形状并计算形状相似度;然后,从历史检测结果中选择一定数量的参考帧,使用光流法跟踪目标像素点在参考帧与当前帧之间的运动轨迹,并以像素点轨迹为参考在采样区间执行稠密过采样;最后,基于过采样样本构造前景模型,并在图分割框架内联合使用前景背景模型实现目标检测.在公共数据与自采数据集上对所提方法进行了实验验证,结果表明,相对于经典的运动目标检测算法,所提方法能够有效提高检测精度.     

基于边缘检测的多聚焦彩色图像融合算法

针对左聚焦和右聚焦彩色图像的融合问题,设计了一种基于边缘检测的彩色图像融合算法。首先将彩色图像转换为NTSC图像,再利用Canny方法检测出亮度信息图像的最优边缘,然后对亮度信息图像的边缘部分采用平均法进行融合,其余部分采用相关系数的权值法进行融合,最后将融合之后的饱和度图像、亮度图像和色调图像转换为彩色图像。从融合效果来看,文中算法能够将两幅左右聚焦的彩色图像融合成一幅信息量饱满且清晰的单一聚焦彩色图像。实验结果和信息熵客观评价结论表明,该彩色融合算法能够将信息熵提高2.13%～2.51%。     

一种基于机器视觉的视频交通流检测系统

简要分析了交通流检测技术的发展现状,结合当前智能交通系统的应用需求,利用连续三帧差分的运动估计方法来构建初始背景,并采用统计打分的策略实时地对背景进行更新;同时提出了一种简单而有效的阴影消除算法以提高交通流参数检测的准确度。另外,针对现有交通流检测系统无车辆跟踪这一环节,可能导致流量多计数的问题,本文提出同时利用车辆的位置信息、颜色信息和分形维信息对车辆进行匹配跟踪的策略。大量实验证明该检测算法能快速、有效地检测出各种交通流参数,为实现交通管理的自动化奠定基础。     

基于OpenCv的运动目标监控系统设计

随着图像处理技术和无线通信技术的发展,人们对视频监控的效果提出了更高的要求,智能监控以其实时性和智能性展现了其广阔的应用前景,越来越受到人们的重视。运动目标的检测是视频智能处理与分析的关键,也是其他后续处理的基础,文中使用减背景法与帧差法相结合的检测算法,通过调用短信收发的接口设计了一个智能监控系统,利用OpenCv技术实现了系统各个模块的功能。实验结果表明,该系统能较好地实现目标的检测与实时预警的功能,具有较好的稳定性与鲁棒性。     

基于融合的红外图像预处理技术

介绍了一种基于图像融合的红外图像预处理技术。分析了红外成像过程中引入的噪声类型,采用修正的阿尔法均值滤波方法来抑制噪声并利用边缘检测来增强目标的边缘成分,通过融合的处理方法来合并处理后的红外图像。实验表明该方法能够有效地增强复杂背景下的红外图像,从而有利于后续的目标识别处理。     

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...     

基于特征帧构建的运动目标检测方法

非参数密度估计在样本分析建模方面得到了很大的关注,尤其是核密度估计方法。但由于核密度估计方法计算量大,应用到运动目标检测方面很难达到实时效果。提出了一种特征帧构建的核密度估计方法。因为核密度估计不需要假设背景模型的密度分布函数,所有样本值又满足独立同分布的原则,所以可以通过特征帧构建的方法进行背景建模,同时应用此方法进行背景更新。实验结果表明:该方法能够适应环境变化且具有运算速度快、实时性好等特点,可以将其应用到复杂背景下的监控系统中。     

运用小波图像融合技术增强痕迹偏振图像

针对单幅痕迹偏振图像存在的灰度反差微弱、痕迹特征残缺等缺陷,提出运用小波图像融合技术对多幅痕迹偏振图像进行融合处理,以增强痕迹图像视觉效果的策略。结合痕迹物证检验工作的需要,对低频子带图像采取基于区域窗口的梯度平方和较大法,而高频子带图像采取基于区域窗口的系数绝对值极大法,并将此方案应用于衣物上的轮胎痕迹偏振图像的增强处理。实验结果表明,经过融合处理后的轮胎痕迹偏振图像无论在主观视觉效果,还是在客观评价数据上都获得了期望的增强效果,满足痕迹物证司法鉴定的技术要求。