基于时空融合的交通场景中运动行人检测算法

将视频监控技术应用于交通信息获取与处理,解决行人安全问题,已成为智能交通系统中的一项关键技术。为精准地提取交通场景语义信息,提出了融合时域和空域信息的行人检测算法。通过相邻多帧时域变化和Canny边缘检测算法得到初始检测掩模图像,解决差值局部化和噪声问题;提取空域信息时,引入二次重构和内外标记技术对梯度图像进行修正和分水岭变换,得到空域掩模图像,有效地提高空域分割精度,消除过分割现象;最后将两者结果进行融合和形态学修正,提取出交通场景图像中的运动行人。以北京南站为例进行实验分析,结果表明,该方法能快速准确地检测到较完整的目标信息,在动态场景的行人检测取得了较好的效果。     

运动模糊车牌图像的复原算法研究与实现

采用模型估计法,由车辆匀速直线运动的先验知识推导出模糊退化传递函数。在运动模糊参数估计中,通过二次傅里叶变换得到模糊图像频谱,采用Radon变换检查直线方法检测出模糊角度,并用旋转投影法估算出运动尺度,最后用约束的最小二乘方滤波复原法复原出清晰的车牌图像。通过Matlab软件仿真,对该算法与其他复原算法从执行效果和复原质量进行对比实验。结果表明:该算法不仅能准确的估计出模糊角度和尺度,也能快速的复原出清晰的车牌图像。     

基于分割的立体视频运动估计方法

随着新型采集、显示器件的出现,带有场景信息的多视点彩色帧加深度信息的立体视频成为研究热点。随之而来的是更大的数据量,立体视频运动估计是去除视频信息冗余的重要方法。传统的运动估计方法将图像分为固定大小的子块,通过求取参考帧和当前帧对应子块的最小绝对误差(sum of absolute difference,SAD)来确定该块的最佳运动矢量。由于存在子块的错误匹配现象,传统的运动估计方法得到的内插帧有明显的模糊和块效应。为了克服固定子块引起的缺陷,将视频分割应用到运动估计中,提出了1种基于视频分割和深度约束的立体视频运动估计方法。实验结果表明,用分割一致性来限制块匹配过程,可以有效提高运动估计精度,从而使内插帧在主客观都得到改善。     

基于改进模糊增强机场图像处理

针对机场图像中噪声点过多问题,利用改进模糊增强算法进行处理。实验证明算法处理后的机场图像,目标清晰、噪声点较少。     

基于运动模糊的车牌恢复系统设计

为解决高速运动过程中图像模糊的问题,本文设计了运动模糊的车牌恢复系统。通过对图像进行方向微分求极小值,计算出运动模糊方向;利用统计频谱图中暗条纹个数的方法得出运动模糊尺度。最后利用运动模糊方向和尺度,建立退化模型,通过逆滤波的方法,还原运动模糊车辆牌照。实验取得不错的效果,有很好的现实应用价值。     

基于视频图像识别的电梯限速器校验方法及其仿真分析

针对传统的电梯限速器校验方法存在打滑导致测速偏差大、检测结果溯源难、存在安全隐患等问题,提出了一种基于视频图像识别的非接触式限速器速度检测方法。该方法基于图像识别算法提取拍摄视频中的图像帧,获得限速器位置后,通过检测特征点的旋转角度来判别限速器的电气动作速度与机械动作速度,从而实现自动化判定。实验验证结果表明,该方法的检测精度较高,相对误差在±5%以内,并且可以提供视频追溯,保障了检测结果的可信性。     

一种基于连续帧图像质心运动的火灾探测方法

针对传统视频火灾探测方法误报率高、适用性弱的缺点,根据火焰在连续帧图像上的质心运动规律,提出了一种新的火灾探测方法。先利用RGB-HSI颜色模型筛选出单帧图像中的疑似火焰区域,再结合区域跟踪算法和质心轨迹统计得出火焰的质心运动规律,从而实现火灾连续探测。实验证明,该方法能够排除常见干扰源的影响,对于室内火灾探测具有一定的实用价值。     

基于多特征融合的自适应烟雾检测算法

烟雾检测技术在火灾早期预警阶段发挥着重要的作用,准确快速地烟雾检测算法具有非常重要的实际应用价值。针对现存的烟雾检测算法抗干扰能力差、实时性不强、复杂场景下适应性差的问题,本文提出基于多特征融合的自适应烟雾检测算法。首先,算法通过改进的三帧差分法提取基于图像块的运动区域;其次,提取烟雾图像块的HSV颜色特征、纹理特征、能量特征、面积变化率和LBP特征,多特征融合之后通过支持向量机(SVM)算法训练烟雾检测模型,进行烟雾检测。为了有效评估基于多特征自适应的烟雾检测模型的有效性,在复杂的烟雾场景中进行试验,试验结果证明该烟雾检测算法具有良好的鲁棒性。     

基于视觉的烟火监控云台算法研究

火灾给人们的生命财产安全带来了严重威胁,做好火灾预防有着重要意义。基于人工智能和嵌入式控制技术,开发了一套基于视觉的嵌入式烟火监控云台,用于公共区域的烟火实时监控与预警。该云台使用NumPy算法库对视频图像进行快速预处理,以提高烟火检测的准确度和处理速度;使用Yolov5检测算法对视频图像中的烟雾和火焰进行分类识别,通过选取大量不同的火焰和烟雾场景制作数据集,得到烟火视频图像的检测模型,可以实现大范围的烟火监控与跟踪。实验表明,该算法可以实现通用场景下的烟火快速识别、检测与预警。     

柱面全景视频拼接算法

本文提出基于模板帧的柱面全景视频拼接方法,实现360°全景拼接。首先采集模板帧图像,对摄像头进行参数标定获得相机内参和畸变系数,再使用畸变矫正方法去除摄像头畸变带来的成像失真。然后对模板帧图像进行SURf特征提取并进行粗匹配,再用高效的匹配点筛选方法剔除误匹配的特征点。之后将特征点进行柱面投影,事先计算好多路视频帧图像两两之间的位置变换矩阵,用于后续视频帧图像融合。由于后续视频帧利用模板帧的摄像头内参和畸变系数、变换矩阵进行拼接融合,大幅提升了算法速度。另外,为了进一步提高算法速度以适应实时性需求,我们在图像柱面投影和融合时,采用CUDA平台进行GPU并行处理,对算法进行加速。最终实现速度可达30帧/秒的实时视频拼接。