一种新的自适应背景建立与更新算法

针对视频监控系统中的动目标检测问题,提出了一种新的自适应的背景建立与更新算法。能够从含有运动目标的初始背景中,通过短时间的训练得到理想的背景,可以大大减轻系统的存储负担。实验表明算法能很好地适应光照的缓变和突变,具有较强的鲁棒性。     

基于码书和纹理特征的运动目标检测

复杂环境下如何进行鲁棒的运动目标检测是计算机视觉领域热门研究课题。本文提出了一种新的码书和高斯局部二值模式(GLBP)的纹理描述的运动物体检测方法,在线学习构建码书纹理背景模型。首先用码书以类似聚类的方式构建每个像素的码书模型,根据码字的颜色和亮度相似性,将背景像素分布用聚类码字的形式表示出来,同时在模型初始化和运动检测阶段不断更新码字以反映背景变化。然后用单高斯模型来学习背景像素变化的概率,生成GLBP纹理算子,同时在线更新GLBP反映图像空间纹理信息变化。最后融合三个特征将当前帧分割为前景背景两部分。通过实验视频表明本方法在实际视频中取得了较好的鲁棒的效果。      

一种改进的基于Hadamard域的码书设计算法

基于Hadamard变换和K-means理论,针对Chen的初始码书设计算法的随机性较强和峰值信噪比(PSNR)不高这两个缺点,提出了一种改进的码书设计算法。本算法利用统计特征量的分类平均法生成初始码书,然后提高求质心的频率,每当一个训练矢量被分类到胞腔时,就求出相应胞腔的质心来代替原有的码字。该算法结合LBG算法的优点,调整后的码字代表了整个胞腔的特性,加速了码书的收敛速度,提升了码书的性能。仿真实验结果表明,较Chen的算法图像效果,即峰值信噪比(PSNR),平均提高了0.5 dB,在迭代次数较小时甚至达0.9 dB。     

一种基于混合蚁群算法的矢量量化码书设计算法

提出了一种基于混合蚁群算法的矢量量化码书设计算法。该算法首先通过自适应地调整截取转移概率的参数,加大蚁群算法的搜索最优解的力度;然后以蚁群算法搜索的结果作为初始解,利用改进的LBG算法作进一步的搜索,从而加快算法的收敛速度。实验结果表明,该算法不但大大提高码书性能,而且也缩短了运行时间,解码恢复图像能获得较高的主、客观质量。     

一种基于灰度相关性的背景更新算法

视频运动目标检测常用的方法是背景差分法,而背景差分法的关键是如何从视频中建立背景模型。IIR滤波器背景更新算法是采用较多的一种背景更新算法,但仍存在一些不足,因此,本文提出了一种基于灰度相关性的背景更新算法,并使用差分图像像素均值法获取阈值对图像进行分割,用基于形态学及连通性分析法对检测目标进行后处理。实验结果表明:该算法能够实得到的背景帧较为理想,能对运动目标进行准确的检测,具有很好的鲁棒性。     

自适应复杂背景干扰的运动目标检测算法

基于视频图像的运动目标检测,是根据目标的像素特征来判别出相对于背景运动的目标,当图像背景动态变化时,将难以区分背景和运动目标的像素特征,易造成检测错误.复杂背景下的运动目标检测是一大难点,目前主流的运动目标检测算法在背景灰暗、水面波动、气流颤动等复杂背景干扰下,难以准确地检测出运动目标.针对上述问题,提出一种自适应复杂背景干扰的运动目标检测算法,采用新的前景判断和背景模型更新方法,同时设计了一种创新型自适应阈值更新方法,当视频背景变化时,自动更新阈值.该算法增强了对复杂背景、镜头抖动的抗干扰能力,通过各种视频测试,背景点检测正确率达到0.9958,前景点检测正确率达到0.8012,极大提高了前景检测率,而且该算法满足高实时性要求,对复杂背景下的运动目标检测有显著效果.     

一种基于主动轮廓模型的自适应模板更新算法

在目标相关跟踪过程中,由于目标的姿态、大小发生变化,所以合理地更新模板极为重要.而已有的模板更新方法都不能适应目标的姿态和大小变化.提出了一种模板更新的新方法,该方法以颜色直方图的Bhattacharyya系数为基础,来进行模板更新时机的判断.并利用主动轮廓模型算法得到目标的边缘,自适应调整模板的大小和内容,从而实现对目标在发生姿态和大小等变化下的可靠跟踪.     

基于码书模型的森林火情自动检测

本文提出一种新的方法实现森林火情自动检测。首先采用优化的码书模型模拟森林场景,实现森林火情发生区域的自动检测。然后对检测出的二值火情区域进行中值滤波去噪,消除背景干扰。最后根据列像素和的统计情况,设定阈值自动判断是否发生火情。实验结果表明本文方法具有很高的准确率,对于森林火情的自动检测十分可行。     

基于对称差分算法的背景更新和运动检测

本文针对时间差分将导致差分图像中背景显露过多影响了背景模型建立的缺点,利用对称差分能够快速检测中间帧运动目标的特点,提出一种使用间隔多帧对称差分来更新背景模型,从而建立可靠的背景模板,再结合背景消减进行运动检测的方法。实验表明该算法能快速地建立背景模型,同时有效地检测出背景中的运动物体,具有一定的实际应用价值。     

基于自适应蚁群优化的矢量量化码书设计算法

本文提出一种基于自适应蚁群优化的矢量量化码书设计算法.该算法利用人工蚁群系统中蚂蚁通过信息量留存寻找最优路径的机制,合理设计转移概率、禁忌列表、信息量更新方式及自适应地调整截取转移概率的参数.实验结果表明,该算法能获得质量较好的码书和主观效果较好的译码图像.     

基于自适应背景信息的目标跟踪算法

目标跟踪是计算机视觉应用的重要任务,兼顾算法性能和实时性是所有方法的共同目标。通过分析背景信息在目标跟踪的重要作用和影响,提出一种基于自适应背景信息概率密度函数的背景模板表示方法,改进传统核函数跟踪中的相似函数表达。实验表明,该算法在稍增加原有算法复杂度的情况下,抗背景干扰能力大大增强,并能准确跟踪快速运动目标和小目标。     

基于机载IRST稳定平台结构的地面背景抑制算法

在机载IRST对地面目标的搜索跟踪过程中,由于飞机自身的运动,机载IRST获取的红外图像中包含了目标及复杂的地面运动背景。为克服图像序列中地面运动背景对目标跟踪的影响,在图像预处理算法的研究中,通过对机载IRST稳定平台下背景与目标的图像运动特点的分析,提出了一种基于帧间运动估计的背景抑制算法。     

Satellite imagery based adaptive background models and shadow suppression

Accurate segmentation of foreground objects in video scenes is critical for assuring reliable performance of vision systems for object tracking and situational awareness in outdoor scenes. Most existing techniques for background modeling and shadow suppression require that a number of parameters be “hand-tuned” based on environmental conditions. This paper presents two contributions to overcome such limitations. First, we develop and demonstrate a satellite imagery based approach for selecting appropriate background and shadow models. It is shown that the illumination conditions (i.e. cloud cover) of a scene can be reliably inferred from visible satellite images in the local region of the camera. The second contribution presented in the paper is introduction and evaluation of a Hybrid Cone-Cylinder Codebook (HC3) model which combines an adaptive efficient background model with HSV-color space shadow suppression into a single coherent framework. The structure of the HC3 model allows for seamless fusion of the satellite data. We are thereby able to exploit the fact that, for example, shadows are more pronounced on sunny days than cloudy days, allowing for more sensitive detection. The paper presents a set of experiments using day long sequences of videos from an operational surveillance system testbed. Results of these experimental analyses quantitatively illustrate the benefits of using satellite imagery to inform and adaptively adjust background and shadow modeling.     

A codebook compensative voice morphing algorithm based on maximum likelihood estimation

This paper presents an improved voice morphing algorithm based on Gaussian Mixture Model (GMM) which overcomes the traditional one in the terms of overly smoothed problems of the converted spectral and discontinuities between frames.Firstly,a maximum likelihood estimation for the model is introduced for the alleviation of the inversion of high dimension matrixes caused by traditional conversion function.Then,in order to resolve the two problems associated with the baseline,a codebook compensation technique and a time domain medial filter are applied.The results of listening evaluations show that the quality of the speech converted by the proposed method is significantly better than that by the traditional GMM method,and the Mean Opinion Score (MOS) of the converted speech is improved from 2.5 to 3.1 and ABX score from 38% to 75%.     

基于运动目标的快速背景建模算法

针对智能交通车流量检测系统,提出了一种适用于嵌入式系统的快速轻量背景建模方法.该方法先由帧差法过滤视频序列,抽取运动物体少的帧进行存储,再利用改进的高斯模型快速学习获得基础模型,并结合帧差和像素统计的方法对背景模型进行自适应更新,对传统混合高斯模型的缺陷进行了改善,在基于 TMS320DM648的图像处理客户端上表现出较好的实时性和天气适应性,以及更高的处理效能.     

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.     

An adaptive distance-based location update algorithm fornext-generation PCS networks

In this paper, we propose a stochastic model to compute the optimal update boundary for the distance-based location update algorithm. The proposed model is flexible and captures some of the real characteristics in the wireless cellular environment. The model can adapt to arbitrary cell topologies in which the number of neighboring base stations at different locations may vary. The cell residence time can follow general distributions which captures the fact that the mobile user may spend more time at certain locations than others. The model also incorporates the concept of a trip in which the mobile user may follow a particular path to a destination. For implementation, the decision of location update can be made by a simple table lookup. Numerical results indicate that the proposed model provides a more accurate update boundary in real environment than that derived from a hexagonal cell configuration with a random walk movement pattern. The proposed model allows the network to maintain a better balance between the processing incurred due to location update and the radio bandwidth utilized for paging between call arrivals     

An adaptive background reconstruction algorithm based on inertial filtering

To improve the detecting effects of moving objects, an adaptive background reconstruction algorithm based on inertial filtering is proposed in this paper. According to different properties of the moving foreground and ever-changing background, the current frame is added to the background with a specific weight value. So the background can not only keep steady, but also be reconstructed at a specific speed. Experimental results show that the algorithm can reconstruct the background quickly and effectively whenever the background changes slowly or suddenly, or the background is mixed with moving foreground, and it can improve the veracity and robustness of objects detection effectively.     

一种基于随机码本的运动目标检测算法

针对传统码本算法模型建立时间过长、更新效果 差等问题,将视觉背景提取(ViBe)算法中模型建 立和更新的 思想用于改进码本算法,提出了一种基于随机码本(RCB)的运动目标检测算法。为减少计算 量,提出了一种基于 YUV空间的码本模型;为减少背景建模时间、提高模型的洁净度 ,提出了随机选取第1帧图像空间领域内 像素点的码本训练方法;为提高背景模型对复杂场景的适应能力,提出了基于随机策略的码 本更新方式。 与典型算法进行了两组实验。结果表明,本文算法兼有二者的优点,不仅能迅速适应场 景的转换,而 且在检测精度、动态适应能力和实时性等方面都有较大提高。     

改进的道路背景提取与更新算法

背景检测在车辆检测中起着至关重要的作用,为此,提出了一种改进的道路背景提取和更新算法.通过统计一段时间内相邻帧的变化程度,结合历史状态与当前状态的差异来分析持续不变区域的特征,可以有效改善环境复杂时背景提取困难的情况,而且通过图像分块和拉伸及快慢变化的处理可以有效地消除光照和噪声的影响.实验证明该算法可以很好地适应于情况较为复杂的路况,准确性较高,并且实时性较好.