基于相关系数的运动目标检测算法

运动目标检测是实现目标跟踪、交通监控、行为分析等任务的基础。通过计算相邻两帧之间对应行和列的相关系数,利用运动目标区域相关系数相对较小的特点,分割出运动目标区域,进而利用逐点匹配算法准确地检测出运动目标。该算法可以使用于复杂背景下多运动目标的检测,算法具有运算量小,对噪声不敏感等特点。实验表明,该算法可以准确分离检测出所有运动目标,稳定性好,运行速度快,适合于对运动目标的实时检测。     

摄像机运动情况下的运动对象检测

在监控应用中,由于场景是已知的,因此可以使用背景减去法检测运动对象.当摄像机进行扫描和倾斜运动时,需要使用多个图像帧才能完整地表示监控场景.如何组织和索引这些背景帧属于摄像机跟踪问题.提出一种无需摄像机标定的背景帧索引和访问方法.这一方法需要使用图像配准技术估计图像初始运动参数.提出一种屏蔽外点的图像配准算法,综合利用线性回归和稳健回归快速估计初始运动参数.为了快速计算连续帧之间的运动参数,提出一种基于四参数模型的优化算法.利用非参数背景维护模型抑制虚假运动象素.室内和户外实验结果表明本文方法是有效的.     

复杂背景下运动点目标的检测和跟踪

为了解决复杂背景下运动点目标的检测和跟踪问题,本文提出了一种基于图像差分和聚类的运动目标检测和跟踪算法.该算法首先根据图像配准的方法,对序列图像进行差分运算,提取出候选的运动目标.在此基础上,利用运动目标在空间和时间上的相关性以及运动目标的轨迹所具有的连续性,采用一种特殊的聚类方法,从噪声环境中正确检测出运动目标的轨迹,并实现对运动目标的跟踪.实验表明该算法能快速检测出复杂背景下的运动点目标,并能有效处理轨迹相交和检测过程中出现新目标的情况.     

中药口服液中可见异物检测系统研究

针对目前生产线上中药口服液中可见异物检测系统存在的速度慢、精度低等问题,设计了一种可同时检测多个药瓶的基于机器视觉的异物快速检测系统。介绍了成像系统和机械系统。提出了一种基于边缘轮廓的图像配准算法,有效地消除了药瓶晃动的影响。提出了一种逐点阈值分割图像的二值化方法,能得到质量较好的二值化图像。实验结果表明,该系统能快速、有效地检测出可见异物,能较好地满足在线检测需求。     

基于多传感器融合的运动平台运动目标检测

基于运动平台的运动目标检测在计算机视觉等领域有着十分广阔的应用,基于单一视觉传感器平台目前很难满足实用要求。提出一种融合视觉传感器、微机电惯性传感器和距离传感器信息的运动平台运动目标检测新方法。利用惯性传感器获得的平台运动信息和距离传感器获得的场景深度信息,采用由粗到精的图像配准策略,消除背景运动影响。利用配准后的图像信息在扩展卡尔曼滤波框架下对惯性传感器信息进行修正,以达到长期稳定检测的目的。实验结果证明了方法的稳健性和有效性。     

基于特征点分类策略的移动机器人运动估计

为解决移动机器人视觉导航系统在进行机器人运动估计时使用传统运动估计算法计算时间较长而导致实时性较差的问题,提出了一种基于特征点分类策略的移动机器人运动估计方法。根据移动机器人视觉导航系统提供的特征点三维坐标计算出特征点与机器人的距离,从而将特征点分为远点与近点。远点对于机器人的旋转运动是敏感的,因此可用于计算移动机器人的旋转矩阵;近点对于机器人的平移运动是敏感的,因此可用于计算机器人的平移矩阵。仿真实验中,当远点与近点数为原特征点数目的30%时,基于特征点分类策略的运动估计计算精度与传统RANSAC算法相当,并能减少60%的计算时间。仿真结果表明,基于特征点分类策略的运动估计方法能在不降低计算精度的前提下有效减少计算时间,在特征点数目较多时也能很好地适应实时性要求。     

摄像机平行于场景运动且晃动下的视频修复

针对摄像机平行于场景运动,且存在晃动的情况,提出将摄像机运动情况下的视频修复转化为摄像机静止情况下的视频修复。该算法采用基于SURF特征点提取的视频拼接技术,将输入视频转化为新的背景静止的视频序列,在新视频中分别进行前景修复和背景修复,把修复好的新视频映射到原视频。在前景修复中,将目标块定义为能够覆盖整个运动物体的长方形块。在背景修复中,算法对待修复区域进行统一的标记和修复。实验结果表明,该算法提高了修复的准确度和速度,有利于保持视频的连续性。     

柔性密封条截面误差自动视觉测量方法

目的 在柔性密封条误差测量过程中,密封条容易弯曲且形变较大,直接匹配精度较低,测量误差大。针对此问题,提出了一种新的柔性密封条截面误差自动视觉测量方法。方法 通过两步图像轮廓配准来获取测量图段和设计图段之间的匹配关系,然后进行误差度量和质量检验。1）通过基于多分辨率的轮廓角点提取算法提取出密封条轮廓的角点,然后基于最小化均方误差的思想进行穷举搜索,计算初始配准结果,再使用线性回归进行微调进一步提高初始配准结果;2）利用形状描述子进行局部轮廓配准,进一步获得两张轮廓图之间的精确局部配准结果;3）进行不同类型的误差定量计算和结果对比,主要测量的误差类型包括点偏移误差、点极限距离误差和角度位置误差等形位误差。结果 对密封条进行了逐步轮廓配准和多种误差测量,并在实际生产中进行了测试。实验结果表明,该系统配准结果好,测量精度高。该系统测量精度远高于密封条测量系统精度标准0.2 mm,且系统检测结果与实际人工检测结果完全一致,能有效促进柔性密封条自动化检测的发展。结论 提出了一种新的柔性密封条截面误差自动视觉测量方法,该系统具有良好的稳定性和可靠性,能有效进行柔性产品误差测量和质量检验。     

电脑绣花机视频运动检测分析

基于双目高速视觉理论对电脑绣花机机头与主轴之间的运动特性进行检测与分析,完成了绣花机主运动双目视觉检测系统的实验室原理实验研究。对双目视觉检测系统进行检测标定工作,标定结果与相机标称参数相符。通过后期图像处理获得绣花机机头主轴运动检测数据,表明试验结果与理论曲线相符。上述测试方法为绣花机运动系统改进提供测试手段和设计参数。     

视像中的摄像机运动检测

摄像机的运动信息是视像内容检索中的一种重要特征。文中介绍了两种基于全局运动的摄像机运动检测方案。首先提取视像中的运动特征作为原始数据,然后分别使用了迭代最小二乘法和支持向量机分类的方法进行摄像机运动的检测,通过对试验结果的对比,前一种方案可更有效地完成摄像机运动类型的判断。     

视像中的摄像机运动检测

摄像机的运动信息是视像内容检索中的一种重要特征。文中介绍了两种基于全局运动的摄像机运动检测方案。首先提取视像中的运动特征作为原始数据，然后分别使用了迭代最小二乘法和支持向量机分类的方法进行摄像机运动的检测，通过对试验结果的对比，前一种方案可更有效地完成摄像机运动类型的判断。     

Spatio-Temporal Video Motion Detection Using Marked-Watershed and Morphological Operations

In this article, we describe a moving object detection method developed based on spatio-temporal information and marked-watershed for extracting the moving objects from a video sequence. The algorithm begins with difference image between two adjacent frames and, using the Canny operator on the difference image, determines the initial edge mask for the object in motion Morphological operators are applied to the initial edge map to obtain a temporal segmentation mask of the moving object and binary marker image of the foreground and background, which is subject to the watershed thresholding. The markers are used to modify multi-scale morphological gradient image of the current frame. Finally, the watershed algorithm is performed on the modified gradients to locate the non-stationary objects accurately in the spatial domain of motion frames. Experimental results show that the proposed technique can overcome the shortcoming of over-segmentation of the watershed algorithm. In computationally efficient way, it segments and extracts semantically meaningful objects, which are in slow or fast motion from the video frames of scenes involving complex background. Performance evaluation yields that the detection accuracy can be as high as 98% to 99% for different video sequences.     

基于视频相位的拉索振动检测

作为斜拉桥的重要受力构件,斜拉索的振动检测对桥梁健康监测具有关键作用.在实验室理想条件下,传统的空间相位振动检测算法能够实现结构振动的高精度测量,然而在实际场景下,环境因素如车辆、风激励以及拉索与地面的角度等会对测量结果造成较大的误差,因此其不适用于实际场景下的拉索振动检测.针对此问题,本文提出了一种基于方向自适应复可控滤波器的拉索振动频率检测算法,用于实现在真实场景下拉索振动的精确测量.首先,利用拉索的直线特性检测拉索位置,并确定拉索主振方向;其次根据拉索的振动方向特性,设计方向自适应复可控滤波器组,对视频的每一帧图像进行分解处理,得到不同尺度同一方向的相位谱和幅度谱,并对拉索边缘区域相位进行增强;最后将每一帧图像处理得到的不同尺度的空间相位进行平均,按时间顺序排列生成相位序列,对提取到的相位序列进行傅里叶变换得到拉索振动主频频率.通过与加速度传感器测量结果比较,证明本文算法鲁棒性较高,能够满足真实场景下桥梁拉索振动测量的应用需求.     

基于视频图像的影子运动轨迹检测方法

本文提出的运动轨迹检测方法包括图像分割和透视变换。首先处理视频采集图像,然后进行灰度化、二值化、 连通域标记等处理,再引入Canny 边缘检测算法提取图像轮廓,经MATLAB 编程求得影子的轮廓像素坐标。最后根据透视变 换,求得视频中影子的实际坐标,并在二维和三维坐标系下描绘了其运动轨迹图。     

基于计算机视觉的管路振动感知算法

为解决电厂生产区域中管路振动超出正常范围未能及时预警而导致管路破损或连接法兰、阀门处出现工质泄漏的问题,提出了一种基于计算机视觉的管路振动感知算法,首先采用卷积神经网络估计待测管路的光流信息,然后通过分析光流信息检测出管路是否振动,接着通过振动测量模块对监测画面中检测出振动的管路目标的振动频率和振幅进行测量,从而实现对...     

基于累积量和主运动方向的视频烟雾检测方法

视频烟雾检测具有响应速度快、非接触等优点。但现有的视频检测方法误报率比较高。通过分析早期火灾烟雾运动规律,提出了一种适用于普通视频的烟雾检测方法。为了加快检测速度,将视频图像分割成大小相等的块,并估计每个块的运动方向。采用滑动时间窗口生成块运动方向时间序列,在此时间序列的基础上计算块的累积量和主运动方向。累积量可以反映出运动持续的程度,而主运动方向表明每个块最可能的运动方向,可以有效地抑制噪声的干扰。根据累积量和主运动方向提取出3维特征矢量,采用贝叶斯分类器进行烟雾的检测。实验结果表明,该方法鲁棒性高、速度快,能够准确地检测烟雾的出现。     

基于运动累积和半透明的视频烟雾探测模型

通过分析早期火灾烟雾运动规律,提出了一种适用于普通可见光视频的运动累积和半透明的视频烟雾探测模型。由于烟雾通常从阴燃点持续冒出,因而通过累积模型度量运动像素的累积程度,能够很好地捕获这种早期火灾的时空视觉特征,同时有效地抑制噪声的干扰。根据烟雾的模糊和部分遮挡背景特性,提出了一种基于高通滤波的半透明遮挡快速模型。半透明模型能有效地表征烟雾遮挡的半透明特性。实验结果表明,累积和半透明模型相结合提高了鲁棒性、增强了抗干扰性,明显地提高了探测的准确率。     

Biologically Inspired Visual Motion Detection in VLSI

Visual motion detection is a fundament component of vision, and plays a vital role in scene analysis and understanding for behaving organisms. In computer vision, motion detection requires considerable resources to obtain real-time results. Very Large Scale Integration (VLSI) technology offers a convenient substrate upon which both photosensitive elements and motion extracting circuits can be implemented, thus allowing real-time motion detection. This paper presents two approaches for implementing real-time visual motion detection in VLSI. The two approaches mimic the two primary methods found in biological organisms. Insect motion detection employs local correlation and is implemented very close to the photoreceptors. In contrast, primate motion detection is performed in cortex, using spatiotemporally oriented neural filters. The analysis, construction and results of the hardware models of insect and primate visual motion detection are presented.