基于运动矢量场的运动目标区域检测

基于稀疏运动矢量场,提出一种动态背景下的运动 目标区域检测方法。根据运动矢量场特性分析进行全局运动 参数估计和全局运动补偿,实现动态场景中的背景校正;利用最大树数据结构, 基于运动矢量补偿误差分级表示视频帧中 运动基本一致的连通区域,进行运动区域初始分类;根据运动目标在空间上的连通性和运动 一致性的特点,选择区域相似性 度量准则,进行区域合并和滤波,将具有相似运动的连通区域合并,实现运动目标区域检测 。将检测出的运动目标区域作为 运动矢量外点反过来又应用于全局运动参数估计过程中,全局运动估计和运动目标区域检测 交替地进行,不仅加快了它们的 计算速度,同时也提高了它们计算和检测的准确性。实验结果表明,本文算法能较好地补偿 序列的全局运动,有效地检测出 局部目标运动区域。     

二值图像连通域的分段标记算法及实现

在基于图像的精确制导中对标记算法的时间性能要求很高,常规的标记算法无法满足高速实时图像处理的需要.在分析现有算法的基础上,引入段的概念,以段为标记单位记录连通区域,在对图像一次扫描的过程中完成连通性传递闭包的计算.在标记的同时记录标记目标的边沿像素坐标值,计算目标的形心、面积、轨迹、灰度等特征.给出了算法的思路和实现步骤.使用该算法标记128×128的二值图像,用TMS320C6414 600 MHz simulator,可以在0.4 ms内完成.将文中算法与其他4种连通区域标记算法进行时间性能对比,明显优于其他算法.软件仿真结果也显示分段标记算法的正确性与稳定性.适用于高速运动目标的实时截获与跟踪.     

基于链表的图像连通区域提取算法

提出一种基于链表存储的连通区域提取算法。该算法结合段标记法和区域生长法的特点,以目标段为对象,采用链表存储结构。介绍了该算法的基本原理、实现和优化,分析了算法的实验结果,提出了算法的优化方法。实验表明:算法具有较高的效率,对任意形状的连通区域均有良好的鲁棒性,可有效应用于工业在线检测。     

基于图连通密度的海面漂浮小目标检测

海面漂浮小目标由于其能量弱,一直是海面目标检测的重难点.传统基于统计模型的漂浮小目标检测算法借助回波能量进行检测,没有利用数据频域幅度间的关联性,导致检测性能受损.该文借助图的处理方式,首先利用回波数据脉冲间频域幅度的关联性计算连通密度,生成邻接矩阵,接着将邻接矩阵转换为拉普拉斯矩阵,提取拉普拉斯矩阵的最大特征值作为检测特征,提出了一种基于图的连通密度的海面漂浮小目标检测算法.通过对实测的全相参的X波段(IPIX)雷达数据进行连通密度的分析,发现海杂波构成的图比较稠密,而海面漂浮小目标构成的图比较稀疏,故通过连通密度构成的图可以有效地检测海杂波中的漂浮小目标.进一步地,通过与对比算法实验分析发现,该文所提基于图的连通密度的检测算法检测性能明显优越.     

基于小波边缘提取和脊线跟踪技术的SAR图像河流检测算法

该文提出了一种在SAR图像中有效地得到连通河流的检测方法。算法基于二进小波变换的边缘提取和脊线跟踪技术。该文应用小波变换多尺度特性进行边缘检测,采用小波域系数直接相关的方法提取边缘。该方法比WTMM获取边缘点的算法更加简单高效。在解决连接不连续边缘点和水域连通问题时,该文采用了指纹提取中的基于灰度级图像的脊线跟踪技术,从而避免了已广泛应用于海岸线连接中的Snake模型的一些缺点。结果证明该文算法更高效,对复杂的河流边缘适应性更强,算法得到的河流检测结果连通性更好,定位准确。     

基于视觉的酒液中异物自动识别方法研究

针对白酒酒液中异物特征参数提取与自动判定方法进行了研究。根据酒液检测精度、速度要求,选取合适的图像预处理方法。针对异物的特点提出一种改进的基于轮廓跟踪行程标记算法,在标记的基础上基于单帧图像对各连通区域形态及灰度特征参数进行提取判定,剔除噪声连通区域。在连续帧中提取运动特征参数,最终判定是否为异物连通区域。实验结果表明,本文方法可以简单有效地通过多特征参数提取及融合剔除噪声区域、判别连通区域运动方向,最终识别出酒液中异物。     

基于海天线提取的红外小目标检测方法

通过对海上红外图像进行分析,提出了一种基于海天线提取的红外小目标检测方法。该算法的基本思路是根据所需提取目标的特点,首先选择感兴趣的灰度区域,然后运用Canny算子进行边缘检测,接着对图像进行Hough变换检测海天线,最后对海天线以下且符合目标特征的连通域进行标记从而来确定目标的位置。实验结果表明,该方法能较好地检测出海上红外小目标。     

交通场景中多目标的检测与跟踪

介绍了一种简单、快速的实时交通场景中多目标的检测与跟踪算法.在使用自适应背景差分法分割出运动目标候选区域的基础上,采用数学形态学操作和降低分辨率的方法,得到连通的目标区域,并使用改进的最近邻法对目标进行匹配和跟踪.实验证明本算法较好地解决了跟踪的连续性、实时性、精确度的矛盾.     

一种基于颜色属性的通用目标检测方法北大核心CSCD

通用目标检测是视频分析技术中目标定位、检测和跟踪的关键技术.针对数字图像分析中的通用目标检测问题,提出了一种基于颜色属性的通用目标检测算法,用以提取图像中有可能包含目标的子区域并以外接矩形的形式输出.该算法首先利用输入图像的颜色属性对其进行区域分割并计算划分后的区域相似度,接着根据相邻区域间的相似度进行区域合并,最后结合选择性搜索策略,实现了通用目标的检测.实验表明此算法检测出的候选框的精度可以满足通用目标检测的要求.     

结合目标提取和深度学习的红外舰船检测

传统显著区域提取红外舰船目标检测算法进行图像处理时虚警率高,而深度学习的红外舰船目标检测方法速度慢。针对这些问题,提出了一种将传统的目标提取与深度学习中分类的思想相结合的红外舰船目标检测算法。首先通过高帽变换（TOP-HAT）和 低帽变换（Bottom-HAT）对图像进行处理,然后通过阈值分割方法和归并算法对图像进行候选区域的提取,再运用深度学习中分类的思想完成对目标船舰的检测。通过测试数据集进行实验并对比分析,结果表明改进后的检测算法平均精确度达到83.69%,较之于传统显著区域提取算法精确度提升了8.09%,较之于Faster-R-CNN算法每百张检测时间缩短了2 s。     

An automatic algorithm for semantic object generation and temporal tracking

Automatic semantic video object extraction is an important step for providing content-based video coding, indexing and retrieval. However, it is very difficult to design a generic semantic video object extraction technique, which can provide variant semantic video objects by using the same function. Since the presence and absence of persons in an image sequence provide important clues about video content, automatic face detection and human being generation are very attractive for content-based video database applications. For this reason, we propose a novel face detection and semantic human object generation algorithm. The homogeneous image regions with accurate boundaries are first obtained by integrating the results of color edge detection and region growing procedures. The human faces are detected from these homogeneous image regions by using skin color segmentation and facial filters. These detected faces are then used as object seed for semantic human object generation. The correspondences of the detected faces and semantic human objects along time axis are further exploited by a contour-based temporal tracking procedure.     

混合交通环境中的阴影检测算法

在城市交通流量视频检测系统中,目标阴影总是干扰对目标的正确检测和识别。在混合交通环境下,传统的阴影检测算法总是避免不了进行边缘检测、模板匹配等运算,不仅处理速度慢,而且对行人阴影的检测效果不好。本文提出一种基于颜色信息的阴影检测算法,该算法首先在图像中检测出运动区域,然后在运动区域内计算目标R、G、B颜色分量的灰度距离和色彩距离;最后根据这两个距离量检测出区域中的阴影。实验表明,该算法能够正确检测出车辆和行人的阴影,还能在雨天对目标的路面倒影进行检测,而且计算速度较快。     

Video object segmentation in rainy situations based on difference scheme with object structure and color analysis

A scheme based on a difference scheme using object structures and color analysis is proposed for video object segmentation in rainy situations. Since shadows and color reflections on the wet ground pose problems for conventional video object segmentation, the proposed method combines the background construction-based video object segmentation and the foreground extraction-based video object segmentation where pixels in both the foreground and background from a video sequence are separated using histogram-based change detection from which the background can be constructed and detection of the initial moving object masks based on a frame difference mask and a background subtraction mask can be further used to obtain coarse object regions. Shadow regions and color-reflection regions on the wet ground are removed from the initial moving object masks via a diamond window mask and color analysis of the moving object. Finally, the boundary of the moving object is refined using connected component labeling and morphological operations. Experimental results show that the proposed method performs well for video object segmentation in rainy situations.     

HOS运动目标分割算法在视频监控中的应用

为了提高视频监控中运动目标分割的速度和准确度,研究并实现了一种基于高阶统计量HOS(HigherOrder Statistics)的分割算法.首先根据HOS假设检验处理帧差图,判定像素点是否属于运动区域,阈值通过灰度共生矩阵获得,考虑了背景纹理的慢变化.然后,用矩形框聚类法大致确定运动目标的范围,在该范围内使用形态运算法和首尾扫描法去除空洞.最后,使用模板相与法获得帧图像的运动目标模板,从原图像中分割运动区域.算法采用了由粗到精的分析策略,实验表明,是一种快速稳健的算法.     

面向多区域视频监控的运动目标检测系统

为了实现视频监控现场多区域运动目标检测,分析了传统运动检测算法的不足,结合帧间差分法和背景差分法,提出背景动态更新的运动检测算法。该算法能自适应背景的变化,减少由背景变化造成的误检测。构建基于FPGA的视频监控系统,在FPGA上用该算法实现了640pixel×480pixel,30帧/s视频信号流的运动目标实时检测。系统提供了分区域运动目标检测的功能。检测区域的大小、位置和个数可通过简单的按键操作进行设定。测试结果表明,系统可以实时地对进入划定区域的运动目标进行检测和闪烁告警,且资源占用较少,适合在小规模的FPGA上进行实现。     

视频监控运动目标检测算法研究

视频的运动目标跟踪有很多干扰因素,如目标改变、复杂场景、目标变形等。为了解决这些问题,通过对几个常用的运动目标检测方法进行比较分析,提出了一个通过帧间差分和背景消除进行运动目标检测和识别的算法。通过进行模拟实验,结果显示了该算法具有较高的效率。     

Background estimation and motion saliency detection using total variation-based video decomposition

As human vision system is highly sensitive to motion present in a scene, motion saliency forms an important feature in a video sequence. Motion information is used for video compression, object segmentation, object tracking and in many other applications. Though its applications are extensive, accurate detection of motion in a given video is complex and computationally expensive for the solutions reported in the literature. Decomposing a video into visually similar and residual videos is a robust way to detect motion salient regions. The existing decomposition techniques require large execution time as the standard form of the problem is NP-hard. We propose a novel algorithm which detects the motion salient regions by decomposing the input video into background and residual videos in much lesser time without sacrificing the accuracy of the decomposition. In addition, the proposed algorithm is completely parallelizable that ensures further reduction in computational time with the use of advanced multicore processors.     

Automatic Segmentation of Moving Objects in Video Sequences for Indoor and Outdoor Applications

1　IntroductionAutomaticsegmentationofmovingobjectsfromvideosequencesisadifficultandchallengingproblemincomputervisionsystems.Ithasmanyapplicationssuchasvideosurveillance,trafficmonitoring ,peopletrackingandvideocommunication[1～4] .Italsoplaysanimportantroleinsupportingcontent basedimagecoding,especiallyaftertheemergenceofthevideocodingstandardMPEG 4[5～ 1 4 ] .Therearealotofresearchworksonmovingob jectssegmentationandextraction .Thesealgorithmscanberoughlyclassifiedintotwocategories:inter …     

基于自适应高斯混合模型的铁轨异物入侵检测研究

针对复杂铁路环境下异物入侵动态检测抗扰能力弱和快速性差等问题,本文提出了 一种基于自适应高斯混合模型(adaptive Gaussian mixture model,AGMM)的铁轨异物入侵检测方法。通过分析铁路场景发生复 合抖动时存在随机性的特点,首先对输入的铁路视频进行抖动检测,然后引入仿射变换与中 值滤波,对视频序列中存在抖动的图像进行处理。再采用逐帧迭代填充的方法,对去抖后图 像出现的黑边进行填充,得到无抖动和无黑边的铁路视频帧。最后,在现有高斯混合模型的 基础上,设计了自适应选择高斯分布个数和学习率,利用改进后的高斯混合模型实现复杂铁 路视频的背景建模,并由此提高前景目标的检测速度。实验结果表明,本文方法在铁路视频 存在抖动的情形下,轨道异物入侵目标检测的精度是原有的2.6倍, 检测速度是2.8倍,能提高目标检测的抗干扰性和快速性。     

结合直方图反投影的多特征运动阴影检测算法

针对视频监控中运动阴影影响目标检测跟踪准确性的问题,提出一种结合直方图反投影的多特征运动阴影检测算法。首先利用背景减除法,得到前景区域并进行初步筛选;然后在背景区域建立亮度、颜色、梯度特征的联合直方图,以反投影的方式投影到前景区域得到运动阴影概率图;最后结合空间一致性和滞后阈值,对概率图进行分割得到运动阴影区域。与典型算法进行对比的实验结果表明,本文算法能够有效区分阴影与目标,适用于实时的运动目标检测与跟踪。