基于小波边缘提取的混合运动目标检测算法

常用的运动目标检测算法易受到噪声、阴影等因素的影响,检测出来的运动目标边缘比较模糊,本文因此提出 一种基于小波边缘提取的运动目标检测算法,将小波边缘检测与帧间差分法和背景差分法相结合来检测运动目标,采用 形态学滤波和连通性分析得到准确的运动目标。实验表明,该算法可以准确的将运动目标从视频图像序列中检测出来。     

基于改进的高斯混合模型的运动目标检测

运动目标检测是实现目标跟踪、视频监控的基础.针对基于高斯混合模型的运动目标检测算法的不足,提出了一种基于分块思想和高斯模型个数自适应的改进高斯混合算法.利用对视频图像分块的思想,在提高目标检测效率的同时,实现对视频的滤波处理;并利用高斯混合模型中高斯分布个数自适应操作来降低算法复杂度,提高运动目标检测的速度.实验结果表明:该算法比传统高斯混合模型运动目标检测算法具有更快的检测速度和更好的检测效果,并降低了检测噪声,能有效地检测运动目标,适用于运动目标的实时检测.     

可视化背景提取和粒子滤波的行为检测研究

在智能视频监控中,目标所在场景的复杂性和光照变化使得运动目标的检测难度加大.采用可视化背景提取(ViBe)算法来检测运动目标,对于运动目标在运动过程中的交叉、遮挡等情况,采用ViBe算法和粒子滤波运动目标跟踪算法相结合,完成对运动目标的检测与跟踪;在运动行为检测中,进一步定义目标的运动方向,从而判断目标的运动状态.实验表明,ViBe算法能够准确检测复杂场景中的运动目标,并能够适应噪声干扰和光照变化,将其和粒子滤波结合能够准确跟踪实际场景中的运动目标,并能够准确判断目标的运动状态.     

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。     

基于SACON模型和五帧差分法的目标检测算法

在充分研究现有运动目标检测算法的基础上,针对当前常用运动目标检测算法易受光照和噪声的影响,不易提取完整运动目标,提出了一种新的结合SACON背景模型与五帧差分法的运动目标检测算法.对传统的SACON算法进行改进得到运动区域,与五帧差分算法提取的运动目标相结合,采用动态阈值以适应光线突变,通过孔洞填充等后处理,综合得到运动前景图像.该算法有效地处理了孔洞和噪声问题,具有很好的实时性以及抗干扰能力,能够精确地检测出运动目标.     

微弱运动目标的检测与跟踪识别算法研究

在运动目标检测问题的研究中,针对图像处理中微弱运动目标检测与跟踪识别技术的特点,在简单分析了微弱运动目标检测跟踪的技术难点的基础上,重点对微弱运动目标的检测与跟踪算法展开了研究,为了对弱信号提高检测精度,采用图像预处理、目标特征的选取和目标跟踪三个步骤设计,对微弱运动目标在强噪声背景下的图像检测与跟踪识别算法,用给出具体的改进算法,通过仿真测试结果表明,算法具有较好的目标识别与检测效果,对于进一步提高微弱运行目标的图像检测的研究水平具有一定的借鉴意义。     

基于DSP的检测算法实现及优化

运动目标检测可以从连续变化的多幅图像中把运动目标提取出来。运动目标的捕捉对于目标分化、采集和动作归类等后续处理相当重要,因为后期过程只处理图像中运动目标周围一定范围内的像素。但由于运动目标所处背景的随机性,比如气候、光线及噪声干扰的影响,检测运动目标实际上是一项比较困难的任务。目前对于运动目标的检测的算法可以划分为两类:基于象素强度的算法及基于运动的算法。细分又包括四种:基于特征的方法、基于帧间差分的方法、基于背景建模的方法和基于光流场的方法。其中前三种属于基于象素强度变化检测的算法,第四种可以看作是基于运动的检测方法。基于强度算法容易实现、效率高,可处理目标跟踪问题比较难。基于运动的算法稳定性强,处理跟踪问题相对简单。该文重点研究目标检测的DSP算法实现,所以在参考大量文献后,选用了传统检测算法中速度较快而且相对便于硬件实现的帧间差分算法,为了取得良好快速的目标检测结果,该文采用Sobel算子与帧间差分结合的方法。     

基于DSP的检测算法实现及优化

运动目标检测可以从连续变化的多幅图像中把运动目标提取出来。运动目标的捕捉对于目标分化、采集和动作归类等后续处理相当重要,因为后期过程只处理图像中运动目标周围一定范围内的像素。但由于运动目标所处背景的随机性,比如气候、光线及噪声干扰的影响,检测运动目标实际上是一项比较困难的任务。目前对于运动目标的检测的算法可以划分为两类：基于象素强度的算法及基于运动的算法。细分又包括四种：基于特征的方法、基于帧间差分的方法、基于背景建模的方法和基于光流场的方法。其中前三种属于基于象素强度变化检测的算法,第四种可以看作是基于运动的检测方法。基于强度算法容易实现、效率高,可处理目标跟踪问题比较难。基于运动的算法稳定性强,处理跟踪问题相对简单。该文重点研究目标检测的DSP算法实现,所以在参考大量文献后,选用了传统检测算法中速度较快而且相对便于硬件实现的帧间差分算法,为了取得良好快速的目标检测结果,该文采用Sobel算子与帧间差分结合的方法。     

监控系统中运动目标检测算法分析

广泛了解当前智能监控技术已有的运动目标检测算法的基础上,对常用的运动目标几种检测算法进行了深入的分析和对比。针对相邻帧的帧间差分、背景减除法和光流场三种检测方法的不同算法的优缺点,介绍了一种基于背景差分和帧间差分相融合的多帧差分运动目标检测算法。通过对运动目标静态场景监控视频图像的准确获取,运用分析改进算法得到更为接近运动目标实际状况的影像轮廓。     

基于特征大小的背景差分算法研究

背景差分算法是一种重要的运动目标检测算法,在运动目标检测技术中,如何对变化区域进行有效的检测和分割至关重要。本文提出了一种新的基于特征大小的背景差分算法,该算法可以根据需要,对检测物体的大小进行选择,以此来减少非生物的机械运动和小目标运动带来的虚报率。实验结果表明,该算法在一定程度上提高了检测的准确性,有效增强了目标检测的效果。     

基于分块非等区间局部累加直方图的实时视频检测

结合帧图像的颜色特征对视频检测技术进行了探讨，提出了一个基于分块非等色调区间局部累加直方图的实时检测新算法，并据此设计、实现了一个广告实时检测统计系统。实验表明该算法实时性好、检测率高，具有较高的实用价值。     

一种动态的入侵检测系统负载均衡算法

目前的入侵检测不仅需要模式匹配,而且需要协议异常检测,提出了一种新动态的负载均衡算法,采用两层结构,对网络流量按照服务类型进行初步划分之后分别对每部分流量进行二次分配,并对每种类型的流量进行相应的协议异常检测。该算法能在不牺牲系统性能的前提下有效提高网络入侵检测系统的检测效率,降低误检率,并可有效地适应网络流量的变化,降低漏检率。     

一种基于优先级调度的相控阵机动目标跟踪方法

在相控阵雷达跟踪加搜索（ＴＡＳ）工作方式下,为跟踪较大的机动目标,提出一种目标机动检测器设计方法,得到归一化的目标机动系数．基于该方法,给出了一种动态计算优先级的调度算法,较好地解决了机动多目标跟踪的资源调度问题．与几种常用机动检测器相比较,结果表明了这种机动检测器具有更高的检测概率．最后在多目标环境下进行机动目标跟踪的蒙特卡罗仿真,仿真结果显示了多目标机动检测器和资源调度算法的有效性．     

一种快速检测遥感图像中机场跑道的方法

本文在分析机场跑道结构特征的基础上,提出了一种从高分辨率遥感图中检测机场跑道的方法。具体介绍了嵌入置信度的边缘检测算法和基于线基元的直线提取方法,前者增加了检测结果的可靠性,后者加快了跑道检测速度。最后的实验结果表明本文算法是快速、稳健的。     

用于视频镜头突变切换检测的二次差分法和像素点匹配二次差分法

镜头切换检测是视频检索研究领域中一项基本的、重要的技术．对于数字视频镜头突变切换的检测，一般有模板匹配法、直方图法等基本算法，但这些算法在实际检测中通常达不到较高的检测精度．为此，提出了一种新的用以消除视频运动对镜头切换检测影响的检测算法，即二次差分法，和一种新的计算两帧图象帧间差的算法，即像素点匹配法，实验结果表明，二次差分法较之直接帧间差算法，明显地提高了镜头突变切换检测的检测精度，像素点匹配法较之现有基本帧间差算法总体地提高了检测精度，而像素点匹配二次差分法达到了最好的检测精度，它能够实现在无虚检或只有很小虚检的条件下，对镜头突变切换的无漏检检测．     

一种机器视觉异纤高速清除系统

棉花中的异性纤维比重小,但危害大,针对目前棉花异纤检测中存在效率低、稳定性差等问题,提出了一种改进的Canny检测算子和一种基于区域生长的三基色阈值检测算法,开发了一种基于机器视觉的棉花异纤高速清除系统。系统采用FPGA加DSP构建高速图像采集处理卡进行异纤检测运算,使用双层照明结构和PLC在线监控模式,实验证明了算法在异纤检测中的有效性和先进性,提高了异纤检测速度和检测精度,具有更高的运行稳定性。     

一种基于DCT系数间线性关系的盲检数字水印算法

为了提高盲检测数字水印算法的鲁棒性，从同频DCT系数间的线性关系着手，结合人类视觉系统（HVS）理论和JPEG压缩的工作原理，提出了一种简单易行数字水印算法，该算法具有良好的不可见性，能很好地抵抗JPEG压缩，是完全意义上的盲检测算法，并通过与口令系统结合，使只有合法用户才可正确检测了水印。     

基于自适应跟踪窗尺度的人脸探测

作为一种有效的迭代算法,Mean-shift具有良好的特性,在目标跟踪、图像平滑和其他计算机视觉领域得到了广泛应用。鉴于标准Mean-shift算法缺乏尺度自适应机制,而Camshift算法每次探测前需要人工选定人脸区域样本才能进行准确的探测,提出了一种用于视频中人脸探测的自适应跟踪窗算法。该算法在跟踪框内采用光照补偿和肤色分割来校正跟踪窗尺度和位置。实验表明,该算法不但具有良好的实时性,而且能较好地减少传统算法中的定位误差,更加准确地探测出视频中的人脸。     

基于OpenCV的视频运动目标检测与跟踪

针对视频文件中运动目标检测与跟踪这一问题,提出一种先检测后跟踪的方法.首先利用平均背景法完成对背景模型的更新,从而检测出运动目标,在此基础上利用投影法来投影出运动目标的大小,最后再利用MeanShift算法对运动目标进行跟踪.在跟踪过程中,通过OpenCV编写程序实现对运动目标的检测与跟踪.实验验证,该方法在实现运动目标的精确检测与跟踪的基础上,减少了运算量,提高了跟踪的速度.     

公路路面裂缝类病害图像处理算法研究

文章在对公路路面裂缝类病害的检测过程中,通过认真分析路面病害图像特征,研究了适合于路面病害识别的图像处理算法。由于裂缝类病害的类型包括横向裂缝、纵向裂缝和不规则裂缝,边缘可能在各个角度方向存在梯度,因此,文中构造了8个方向的模板对图像进行Sobel边缘检测。边缘检测处理后,结合加权的邻域平均噪声滤除算法和Ostu图像分割算法对病害图像进行处理,处理结果相对于其他经典算法,裂缝边缘宽度较细(2个像素),并且裂缝的边缘保护很好,裂缝边缘之间断续情况较少。该算法用于对公路路面裂缝类病害的识别检测过程中,检测精度和检测效果都很好。