一种基于帧差法与背景减法的运动目标检测新方法

为改进单独利用帧差法或背景减法进行运动目标检测时存在的不足,提高运动目标检测的准确率和鲁棒性,提出了一种利用边缘信息的帧间差分法和背景减法相结合的运动目标检测方法.该方法首先通过基于边缘信息的三帧差法获得一幅前景图像,然后利用改进的mode算法进行背景差分获得另外一幅前景图像,最后将得到的两幅前景图像进行布尔或运算,得...     

一种基于背景减法和帧差的运动目标检测算法

针对帧差分法易产生空洞以及背景减法不能检测出与背景灰度接近的目标的问题,提出了一种将背景减和帧差法相结合的运动目标检测算法.首先利用连续两帧图像进行背景减法得到两种差分图像,并用最大类间与类内方差比法得到合适的阈值将这两种差分图像二值化,然后将得到的两种二值化图像进行或运算,最后利用图像形态学滤波得到准确的运动目标.实验结果表明,该算法简单、易实现、实时性强.     

室内夜间微弱光源下运动目标检测和阴影去除

提出一种新的室内夜间微弱光源照明情况下的运动目标检测方法。首先进行背景建模, 获取稳固的背景图像, 之后对背景和当前帧图像进行图像增强处理, 提高其清晰度; 采用相对背景减法检测前景运动目标, 并对差分图像进行去噪和修补; 利用前景目标区域、阴影区域和背景区域像素亮度值存在差异的特点, 检测和去除背景差分图像中可能存在的阴影, 获得准确的运动目标。在室内夜间环境下采集视频进行试验, 结果验证了所提方法的有效性。     

视频图像中的运动目标检测

运动目标检测,是指从视频图像中将运动变化区域提取出来的检测技术,是图像处理技术的基础。在军事公安、交通管理、视频监控、医学检查等领域应用广泛。为了改进单独采用帧差法或背景减法进行运动目标检测时存在的不足,本文提出一种利用边缘信息的三帧差法与基于混合高斯模型的背景减法相结合的运动目标检测算法。该方法对视频图像中连续的三帧图像两两差分,对3个差分图像取均值,二值化,再经过形态学处理,并对中间帧进行Canny边缘提取,将二者进行"与"运算,即得到运动目标的边缘,用背景减法提取中间帧的前景,二值化,将其和目标的边缘进行"或"运算,经过形态学处理便可得到运动目标。实验结果表明,使用该方法目标检出率提高了9.7%~72.1%,误检率降低了0.090%~2.900%。这种二者相结合的方法相对于单一的检测算法能够有效、可靠地提取出运动目标。     

基于多颜色空间信息融合的运动船舶检测算法

传统的目标检测方法是将图像灰度化,导致很多重要信息丢失,而帧差法与背景减法相结合的检测方法虽然能很好克服单独使用一种方法所产生的问题,但仍存在目标内部不充实现象。针对以上问题,提出一种基于多颜色空间信息融合的三帧差分法与背景减法相结合的运动船舶检测算法。该算法首先利用帧差法和背景减法原理对选取的最佳颜色分量进行差分处理,然后将两种差分结果的颜色分量对应进行"与"运算,最后采用"或"运算实现颜色分量融合,获取内部充实、轮廓清晰的运动目标。     

基于图像融合的运动前景检测方法

提出了一种有效的运动前景检测方法。该方法根据图像融合思想,将背景帧与监控视频的当前帧在R,G和B颜色通道分别进行融合,形成包含背景帧和当前帧视觉信息的单一融合图像。之后根据背景区域与前景运动目标在饱和度上存在较大差异的现象,使用大津算法分割融合图像的饱和度分量图,形成运动前景二值图。经形态学处理后,形成了目标区域较完整、背景干净的运动前景检测图。实验结果显示,该算法具有较好的前景检测性能,解决了背景减法过分依赖背景帧的缺陷。     

基于改进ViBe的穿墙雷达动目标检测算法

针对穿墙雷达接收到的回波信号较弱,成像中的耦合信号有所增强,传统动目标检测算法不能完全消除检测后图像中虚警现象的问题,提出一种改进的动态阈值ViBe检测算法,使其能适应穿墙雷达图像动目标像素值变化问题;采用三帧差,消除由墙体和天线耦合等强杂波导致的“鬼影”现象,并利用目标的扩展特性,采取保留连通域的方法,消除了图像中的孤立噪点。实验结果表明,该方法可以有效消除室内强杂波引起的虚警现象,准确、实时地提供目标的位置信息,并具有一定的鲁棒性。     

融合ViBe改进算法和图像均值的运动目标检测

针对视频前景提取(ViBe)算法在模型初始化时因前景像素干扰导致的“鬼影”问题，面对复杂背景环境的更新策略问题，提出利用图像像素均值作为参考对ViBe算法模型进行初始化优化；同时，提出随背景模型复杂度变化的自适应更新策略。利用邻域像素和连续帧背景像素的相似性进行背景模型初始化；然后通过计算样本间各像素的方差判定背景模型是否稳定，建立自适应的更新策略；最后提取运动目标。通过CDnet2014数据集验证表明：该算法有效改善了“鬼影”现象，提高了背景模型在复杂环境下的鲁棒性，各项客观评价指标也有所提升。     

基于改进ViBe算法的运动目标检测

运动目标检测是智能视频监控中必不可少的环节,其检测结果的好坏影响着后续的研究。针对ViBe算法的不足,对ViBe算法进行了改进。根据chromacity法检测出阴影,通过在当前像素上添加与平均背景强度之间的差值来移除阴影;根据均值法提取出的背景建立初始背景模型,消除后续帧检测时出现的鬼影;通过缩小更新因子加快背景模型更新速度,快速消除均值法在运动目标过多时不能得到干净背景的问题;用自适应阈值代替固定阈值,引入颜色失真值,根据自适应阈值以及颜色失真值进行像素点分类;对前景目标进行去除小面积连通域操作以降低动态背景及噪声的干扰;通过进行闭运算操作以填充目标区域的空洞。实验采用CDnet 2014数据集进行验证,实验表明,改进算法能够有效地消除阴影和鬼影,提高了检测精准度,检测效果较为理想。     

一种基于运动分析的行人异常行为检测

提出了一种基于运动分析的行为检测方法,用于行人异常行为的检测.利用HSV色彩空间变换法抑制阴影,利用三帧法建立初始化背景模型.将所提取的连续三帧图像的背景像素进行填充融合以实现背景图像的重构,进而更新背景图像,最终完成背景图像的建立.将大津法(Otsu)和背景差分法进行融合以自适应检测前景目标,将目标区域的质心差值、矩...     

建立灰度图像的背景模型方法研究

建立背景模型是在灰度图像序列中进行目标跟踪常用的方法。建立背景模型的目的是对背景象素点的分布及其变化情况作一个描述，以便将前景目标从背景中分离出来。本文对几种建立背景模型的方法做了比较，并通过实验分析了各自的优缺点。     

视频监视中背景的提取与更新算法

提出一种视频监视中背景初始化和更新算法。该算法采用在空域中基于象素中值的方法，来完成对背景的初始化：通过差分当前帧和背景帧，来进行当前帧的重构，应用Kalman滤波器完成背景的更新操作。     

基于块匹配置信度的隧道交通背景提取算法

针对隧道交通环境变化特点,采用改进的统计直方图法进行背景提取,并提出一种基于块匹配置信度的背景更新算法.实验结果表明,该算法既能满足缓慢变化场景的更新,又克服了当场景中出现慢行目标或目标长时间停留出现的拖尾和目标混入的现象,而且计算复杂度低,背景提取迅速,适合交通状况实时检测的要求.     

商业POS系统设计方法的研究

本文讨论了支持商场计算机管理的ＰＯＳ系统的目的与意义，定义以及分类，并分析了三类ＰＯＳ所能完成的功能，适应范围及管理层次，在此基础上提出了ＰＯＳ系统的设计方法及三种ＰＯＳ系统的可能系统构成，最后列举了典型ＰＯＳ的实现。     

移动电话背景音业务的技术实现

背景音业务指电话用户在双方通话的过程中，由系统播放特殊的背景音效果。本文对背景音业务的技术实现、网络结构、信令流程进行了详细的分析，并提出了一种实现方案。     

背景辐射对光导HgCdTe探测器电阻的影响

测量了室温和液氮背景辐射条件下长波光导ＨｇＣｄＴｅｒ探测器的电阻，从电阻的变化研究了背景辐射对器件电阻的影响。结果表明：在高性能探测器中，室温背景辐射造成探测器电阻的相对变化量约为１０％，而且，该变化量与探测器性能有很好的对应关系。     

一种基于彩色图像的运动人体分割方法

图像分割是计算机早期视觉不可缺少的一步。彩色图像由于具有比灰度图像更多的视觉信忠．受到了越来越多的重视。该文运用改进的背景差分方法，结合直方图双阈值分割和数学形态学的算法。在彩色图像序列中获得运动人体。实验结果表明上述算法对噪声抑制和人体图像断裂处填充都是有效的，能够实时从彩色图像序列中分割出运动人体。     

Appearance based background subtraction for PTZ cameras

Traditional background subtraction algorithms assume the camera is static and are based on simple per-pixel models of scene appearance. This leads to false detections when the camera moves. While this can sometimes be addressed by online image registration, this approach is prone to dramatic failures and long-term drift. We present a novel background subtraction algorithm designed for pan-tilt-zoom cameras that overcomes this challenge without the need for explicit image registration. The proposed algorithm automatically trains a discriminative background model, which is global in the sense that it is the same regardless of image location. Our approach first extracts multiple features from across the image and uses principal component analysis for dimensionality reduction. The extracted features are then grouped to form a Bag of Features. A global background model is then learned from the bagged features using Support Vector Machine. The proposed approach is fast and accurate. Having a single global model makes it computationally inexpensive in comparison to traditional pixel-wise models. It outperforms several state-of-the-art algorithms on the CDnet 2014 pan-tilt-zoom and baseline categories and Hopkins155 dataset. In particular, it achieves an F-Measure of 75.41% on the CDnet dataset PTZ category, significantly better than the previously reported best score of 62.07%. These results show that by removing the coupling between detection model and spatial location, we significantly increase the robustness to camera motion.     

以ISO9000系列标准为基础推行全面质量管理

分别介绍了ＩＳＯ９０００和ＴＱＭ的产生背景，特点，比较了两者之间的异同点，提出以ＩＳＯ９０００为基础，推行ＴＱＭ。     

基于灰度特征和自适应阈值的虚拟背景提取研究

针对虚拟背景提取(Visual Background extractor,ViBe)算法在目标检测时容易出现鬼影和运动目标阴影的缺点,该文提出了一种基于灰度特征和自适应阈值的ViBe背景建模改进方法。该算法首先利用ViBe算法进行背景建模,得到前景目标,然后对前景目标进行灰度特征判断和自适应阈值比较,得到没有鬼影和运动目标阴影的运动目标。实验结果表明,改进后的算法可以很好地弥补ViBe算法的不足,提高ViBe算法的识别准确率。