一种基于CCH的运动目标快速检测算法

运动目标的检测是智能监控系统和视频理解标注中的一个底层处理环节,这一环节的性能直接影响到中高层目标本体特征和运动特征的提取、日标分类、目标跟踪以及目标异常行为的分析.针对一些监控场景下常用算法速度较慢、对阴影过于敏感等缺陷,提出一种新的区域内容对比度直方图来描述小区域的特征,并利用该特征建立混合直方图背景模型,再通过减...     

利用核密度估计的空基视频运动目标检测

介绍了一种基于核密度估计的空基视频运动目标检测方法.首先,采用特征点对应法进行全局运动估计,根据特征点间的相互位置关系,剔除无效的特征点对,提高全局运动估计精度.并通过背景运动补偿,获取背景相对静止的图像序列;采用非参数核密度估计法进行背景建模,通过背景差分法实现运动目标检测,同时分析了检测噪声产生的主要因素,并采用检...     

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。     

基于OpenCV的红外运动目标检测方法及实现

针对红外视频图像中运动目标的检测问题,提出了一种以OpenCV为平台,以背景差分法为基础的运动目标检测算法,在传统检测方法基础上进行了改进,使用该算法不需要进行背景初始化,能直接检测运动目标,并有效抑制了虚警。利用OpenCV提供的函数库在Visual Studio 2008平台上编程实现。实验结果表明,该方法具有目标跟踪快、检测概率高、实时性好等特点。     

基于OpenCV的运动目标检测方法研究与应用

针对视频监控系统的运动目标检测部分,介绍了以OpenCV为平台,以背景减法与帧差法为基础的检测方法。它以背景减法建立和更新背景模型,利用感兴趣区域的设置提高实时性,引入修正的大津法自适应阈值改善二值化效果,并以帧差法为补充降低虚报率及光照变化的影响。实验表明,该方法可以快速有效地对运动目标实施报警。     

一种背景运动视频中运动目标的检测方法

针对成像平台运动情况下的运动目标检测问题,提出了一种从特征点稀疏运动场估计到运动分类的目标检测算法.首先通过快速特征点检测与跟踪恢复出图像稀疏运动场;然后依据特征点之间运动一致性关系实现属于同一运动模式的特征点分类,根据分类得到的各组特征点计算场景图像重建误差,剔除重建误差最小的特征点组,实现对前景目标的检测.仿真实验对该算法在复杂场景中检测运动目标的有效性进行了验证.     

基于混合高斯模型的运动目标检测

针对现有方法在复杂的环境下不能很好地检测出运动物体的问题,提出了一种改进的基于混合高斯模型的背景消减法检测运动目标。改进了背景模型的更新算法,提高了背景更新速度。利用帧间差分法消除了运动影子和光照突变问题,并采用（r,g,l）颜色空间检测和抑制了运动阴影。实验结果表明,该算法能很好地提取出运动目标。     

基于背景检测技术的H.264运动估计优化方案

提出了基于背景检测的运动估计优化算法方案.利用背景检测算法对前景、背景进行分类,减小互信息熵,H.264运动估计模块可以在相对独立的区域进行不同的优化处理.此方案对运动估计实现算法的限制较小,并且可供选择的算法资源丰富,应用和研究前景十分广阔.     

视频监控系统中一种运动目标的检测方法

提出了一种基于改进的背景差分法的运动目标检测和识别的方法,该算法用于视频监控系统中运动目标检测和报警。双阈值法和动态阈值法有效地检测出图像中的运动目标。Matlab 7.0中对算法进行了仿真,实验表明,该方法有效去除了运动目标阴影及背景噪声,可准确地检测出运动目标。     

分块投影匹配的运动目标检测方法

针对动态场景下图像序列中运动目标检测问题,首先采用基于分块投影匹配的全局运动参数估计方法,然后利用估计得到的运动参数补偿背景的全局运动以稳定图像序列,最后在稳定后的图像序列上采用背景减除法提取运动目标。实验表明,分块投影匹配的运动目标检测能有效地提取动态背景下的运动目标。     

帧间逼近法用于大噪声红外图像的运动检测

提出一种基于像素邻域的切比雪夫逼近的方法实现运动检测。文中假定红外视频序列背景在相邻帧之间在区域上存在线性关系,由于噪声存在,这种线性方程不相容。通过在Banach空间上建立切比雪夫逼近,求出两帧之间的逼近系数,对逼近系数设定阈值,实现复杂背景的运动物体探测。通过对雨雪天气的两组数据仿真实验,并与简单帧间差模型在同等阈值下比较噪信比,发现该法鲁棒性显著提高。实验表明,该法在提取出主体运动同时,能够有效抑雨、雪等运动背景构成的噪声,具有一定应用价值。     

利用相邻帧和背景信息的运动对象检测

 运动对象检测是智能视频监控的基础,现有的运动对象检测算法在实时性和检测精度方面仍有待提高,本文在分析相邻帧间的亮度变化基础上,提出了基于三阶中心矩统计分布的背景点阈值计算方法,给出了抗噪声干扰的背景维护模型,最后综合利用时间差分法和背景减法进行运动对象检测,为了提高检测精度使用了形态学的腐蚀与扩张处理.对室内、室外序列以及标准序列的测试结果表明,本文算法速度快、抗噪声能力强,能够检测出被遮挡的运动对象.     

基于DSP车辆视频检测背景更新算法

介绍了多帧平均法和自适应更新法两种常用的车辆视频检测背景更新算法,并在ADSP-BF561 DSP平台上实现。通过测试验证两种算法的准确性,然后从实时性出发,对两种算法进行分析和比较。     

基于背景重构的运动对象越界侦测方法

提出了一种基于背景重构的运动对象越界侦测方法,该算法利用当前视频图像和背景视频图像,通过差分法获取运动对象模型和背景差值,再利用运动对象模型的连续性绘制运动对象轨迹,对轨迹和警戒线交叉方程进行越界侦测。同时,利用当前视频图像融合背景图像生成新的背景图像,能有效保证识别算法的自适应性,提高侦测结果的准确性。     

基于摄像机运动控制的实时对象检测与跟踪算法

提出了一种基于摄像机运动控制的实时运动对象检测与跟踪算法.该算法首先采用非参数核密度估计方法在复杂的动态背景条件下检测运动对象区域;然后由CamShift算法计算跟踪目标的位置,并采用Kalman滤波预测对象的运动信息来控制摄像机的运动,能够准确地跟踪对象并有效解决了背景中的部分遮挡问题.在SonyRZ25网络摄像机上完成了对象的实时检测与跟踪,对多个室内和室外场景的实验验证了所提出方法的实用性和有效性.     

一种简单的动态侦测算法的实现

动态侦测技术已被广泛应用于各种视频监控中,实时、有效的侦测算法成为监控系统的核心。通过对背景重建技术进行研究,利用背景差分技术,提出一种高效、易于实现的动态侦测算法。该算法利用差分结果,对像素点分类标识,并据此对背景像素点实施不同的更新。在文中给出该算法的具体实现方法,并用demo程序的截图展示了该算法的性能。结果证明,该算法在运算并不复杂的情况下,可以很好地完成对监控区域内移动目标的实时侦测。     

基于运动区域检测的会议视频清晰度增强处理

视频会议场景对视频增强的实时性有较高的要求.针对现有视频增强算法(如BM3D等)存在的耗时长的问题,基于变化区域检测提出一种基于运动区域检测的视频增强技术.对时序帧数据进行颜色空间转换,快速地将视频场景分为静止区域和运动区域,之后对静止区域进行时域降噪和视频增强.在视频帧集合的实验结果表明,该算法可以显著地增强图像纹理...     

未知杂波背景下恒虚警检测门限获取方法

针对未知杂波背景下的雷达恒虚警检测问题,提出了一种基于核密度估计的CFAR(K-CFAR)检测方法。该方法利用核密度估计方法处理参考单元数据,实时准确地估计杂波背景的概率密度函数,进而根据分布函数与上分位点之间的关系确定检测门限。该方法不仅成功地解决了未知杂波背景下检测性能下降、检测器失去恒虚警特性的问题,而且相比已有的单样本非参量CFAR检测器,检测性能大幅提升。且对各种未知背景的杂波具有通用性的特点。最后,利用计算机仿真数据验证了文中所提方法的有效性。