城市快速路监控视频中的行人检测方法

提出了一种用于检测进入城市快速路中行人的算法,先通过背景自动更新算法确定区域背景,接着利用背景减除法对运动物体进行分割获取场景中的运动目标区域,然后在颜色空间进行肤色检测,得到人脸候选区,再依据人脸形状信息剔除类似人脸肤色的运动物体,从而最后确认视频中运动的行人。实验结果表明,文中方法实时性较好,检测概率较高。     

一种基于运动估计的视频降噪算法

为了有效地去除视频序列中的噪声,提高视频图像质量,提出了一种基于运动估计的视频降噪算法。该算法在由视频序列中的当前帧和前后多帧图像构建的图像层中,通过运动估计技术,沿着物体的运动轨迹进行时域帧间滤波。实验结果显示,本文提出的算法充分利用了视频序列的时域信息,可以有效去除视频序列中的噪声,同时可以很好地保持视频图像的细节。     

一种基于内容的视频对象分割算法

提出了一种基于内容的视频对象分割算法。该算法先对分块的图像进行运动估计，利用运动矢量初步分割运动前景和背景，对于产生的背景噪声使用改进的中值滤波算法滤除，并用形态学的方法恢复出运动物体。实验结果表明：该算法能够较好地从视频序列中分割运动前景和背景，比较适合于在基于内容的视频编码标准MPEG-4中使用。     

利用浮点图像对视频对象进行自动分割

本文提出了一种自动的运动对象分割算法，利用浮点图像的轮廓进行区域分割，然后根据帧间运动信息进行区域合并，分割出视频序列中的运动物体。     

一种时空联合的视频对象的自动分割算法

随着新的视频压缩标准MPEG-4的出现，如何从视频序列中分割出具有语义意义的运动对象显得极其重要。本提出了一种自动的运动对象分割算法，利用浮点图像的轮廓进行区域分割，然后根据帧间运动信息进行区域合并，分割出视频序列中的运动物体。     

网球视频分析的运动向量场变换算法

网球比赛中摄像机与球场平面成一倾角,利用运动估计难以获得球员的真实跑动信息,且容易受到大量随机噪声干扰.本文基于针孔摄像机模型,提出一种运动向量场变换算法,提高基于运动向量场特征分析网球视频的性能.该算法利用前景物体掩蔽和全局运动补偿技术,去除随机噪声干扰.实验结果验证了本文算法的有效性和稳定性.     

视频图像中雪花的检测和去除

以影响视频图像的自然界降雪雪花为研究对象.考虑到雪花在空间中随机分布和具有一定降落速度,并且目标或相机运动会给图像带来类似雪花运动的频率,用一种相关模型来捕获雪花的运动,用一种基于物理学的光度测定模型,从亮度角度描述雪花对图像的污染.基于这些模型,提出了一种检测和去除视频图像中雪花的DRS(detection and removal of snow)算法,并通过实验得到了验证.     

利用浮点图像对视频对象进行自动分割

本文提出了一种自动的运动对象分割算法,利用浮点图像的轮廓进行区域分割,然后根据帧间运动信息进行区域合并,分割出视频序列中的运动物体.     

OpenCV在智能监控方面的应用研究

使用OpenCV和Visual C++6.0构建了智能监控系统.采用了能够实现背景自动更新的背景建模算法对监控区域内的运动物体进行实时检测,实现了快速检测监控区域内的运动物体,在检测到运动物体进入监控区域时自动进行视频录制,运动物体离开监控区域后能够自动停止视频录制的功能.     

基于颜色空间转换的运动目标检测与阴影去除

针对室内视频监控中运动目标检测常出现的阴影误检,提出了一种基于颜色空间转换的自适应背景建模和阴影消除算法.在RGB空间采用自适应背景差对视频图像进行前景背景分离,并将检测出的前景目标锁定在活动轮廓矩形框内进行目标跟踪,对于误检的虚假目标(即阴影),利用其亮度等信息,在HSV空间去除.经实验验证,该算法对阴影的去除有良好的效果,能准确检测出真实目标.     

基于QT的视频目标检测方法

设计并实现了基于QT的视频中运动目标检测方法。该方法采用QT作为开发工具,利用背景差分算法和对称差分算法进行运动目标检测比较。实验结果表明,基于背景更新的背景差分算法对于光照的变化不敏感,在实时的运动目标检测中取得了较好的效果;而对称差分法能够快速对运动物体进行定位,计算量小,易于实现实时处理。     

视频图像的运动分析

视频图像运动分析将处理目标由静态图像扩展为动态图像,希望从视频图像中获得运动本身及运动物体的相关信息,包括是否存在运动、运动物体识别以及运动方式等,已经广泛应用于计算机视觉、军事以及安保等领域。本文重点对运动分析中的运动提取和运动跟踪两个步骤进行研究,使用背景差分法检测并提取运动目标,并引入一种非参数跟踪算法进行运动跟踪。实验表明,本文的方法可以正确地进行运动检测和跟踪,而且有较高的实时性和稳健性。     

一种基于计算机视觉的行人流量统计方法

提出了一种统计监控视频中行人流量的方法。文中方法利用背景差法提取运动物体,并对运动物体进行跟踪。提取物体的HOG特征,并利用线性SVM判决提取的HOG特征是否符合行人要求,以达到统计视频中行人流量的目的。实验表明在人流量不是特别密集的场景,可以准确地统计视频中的行人数量。     

一种基于运动矢量的运动物体提取方法

为提高视频运动物体提取的准确性,提出了一种新的基于运动矢量信息的视频运动物体提取方法.将与运动矢量信息相关的分割因子用于运动物体提取的判据,然后通过对每帧图像构建分割因子矩阵,对每一帧分割因子矩阵进行二维熵门限判决,实现对视频序列中的运动物体的提取.研究结果表明该算法对于全局运动比较稳定且运动物体的速度较慢的序列具有较好的提取效果,提取成功率达90%以上.     

基于自适应小波融合的单幅图像去雾算法

为了更加有效地去除场景中的雾气,提出了一种基于小波变换的自适应透射率融合算法,对图像中的远景部分和近景部分分别进行处理,并将两者有效结合。首先基于雾天成像原理,构建二次衰减模型近似估计出远景和近景的透射率,进而将两者进行小波变换,将得到的低频信息采用自适应高斯函数进行加权融合,而高频信息则采用取较小值的方案减小纹理效应;再根据小波逆变换获得透射率的最优解;最后结合大气散射模型和改进的大气光值复原出清晰的无雾图像。实验结果表明,该方法可以有效提高雾天场景清晰度,与已有算法相比,对天空区域的色彩还原准确,并且具有相对较低的时间复杂度。     

基于运动补偿的自适应时域视频降噪算法研究

视频信号内的噪声是信号中不希望出现的干扰部分,如果不加以有效的去除,会严重影响视频图像的质量.提出了一种基于运动补偿的自适应时域视频降噪算法.该方法通过运动补偿技术,在时域上跟踪并提取噪声.滤波的强度是根据物体运动轨迹上的运动强度自适应变化的.利用该算法,有效地去除了视频序列中的噪声,同时很好地保护了图像的细节.实验结果表明,采用该降噪算法处理后的视频图像质量明显优于采用空域的降噪方法的结果.     

一种基于运动补偿的时域自适应视频降噪算法

视频信号内的噪声是信号中不希望出现的干扰部分,如果不加以有效的去除,会严重影响视频图像的质量.提出了一种基于运动补偿的自适应时域视频降噪算法.该方法通过运动补偿技术,在时域上跟踪并提取噪声.滤波的强度是根据物体运动轨迹上的运动强度自适应变化的.利用该算法,有效地去除了视频序列中的噪声,同时很好地保护了图像的细节.实验结果表明,采用本文的降噪算法处理后的视频图像质量明显优于采用空域的降噪方法的结果.     

基于OpenCV与混合高斯建模的运动目标检测

针对静态背景下的视频运动序列,在研究现有的检测算法——帧间差分法与背景差分法的基础上,进一步研究了运动目标检测中背景动态建模的方法——混合高斯建模法,在此基础上提出了基于混合高斯模型与三帧差分的运动目标检测改进算法。由于使用背景差分法检测运动目标时,运动物体和阴影都将被看作运动的目标,于是研究了基于归一化RGB色彩模型的阴影处理方法,对阴影区域进行检测与去除。然后使用计算机视觉类库OpenCV结合Visual C＋＋6．0对上述算法进行实现,取得了很好的检测效果。     

人体运动分析及其在三维互动娱乐中的应用

本文利用视频信息来对人体局部运动进行获取、处理和分析。通过对比分析背景差法、帧差法以及光流法在静止背景中提取运动目标的效果并利用背景差法在单一视频中,跟踪人体的运动,提取人体的运动特征数据,并加上时间参数使之形成运动曲线,从而控制三维场景中特定物体的运动,实现互动娱乐的效果,增强娱乐性和交互性     

改进的滑动平均和LBP融合的目标分割方法

文中结合滑动平均算法和LBP纹理对视频进行运动目标分割,改进滑动平均算法中的背景更新方法,以提高背景更新效率,有效解决了拖影现象;结合LBP纹理算法进行阴影特征分析,提出一种改进算法有效地去除了阴影,分割出运动目标.