基于帧差法的夜间城市道路车辆检测

由于夜间城市道路场景复杂,且照度低和光照强度变化大,传统的背景差分法和帧差法稳定性差,误差大是夜间车俩检测需解决的一大难题.为此本文设计了一种相邻帧差和隔帧帧差相结合的累积帧差法来检测夜间运动车辆;运用梯度滤波的图像预处理方式,消除了车灯的路面反光;提出了一种"连通域阀值"去噪法,消除了图像剩余噪声,检测出运动车辆;建立了一种简单的车型分类法,实现了车型的自动分类.实验结果表明,该算法具有很强的鲁棒性,确保了视频车辆检测的快速性和准确性.     

基于图像融合的运动目标检测与跟踪方法研究

从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点,根据帧差法的基本原理,提出了一种针对复杂背景的运动目标检测方法.首先通过设定阈值滤除序列图像中的噪声,然后对三帧算法进行改进,即利用序列中多帧图像融合运动信息,并确定参考区域,通过对原图像进行回扫描,最终提取出完整的运动目标轮廓.最后采用一种运动物体跟踪算法,实现了运动物体和静止物体的识别,克服了以往算法中的误检和空洞问题,实验结果表明,该方法能够满足实时性的要求.     

基于改进SIFT算子的动态障碍物检测方法

针对行车辅助驾驶系统在进行动态障碍物检测时遇到的背景复杂和实时性要求,提出了一种基于快速鲁棒的动态目标假设检测算法,算法首先采用相邻帧间特征点位置估计改进SIFT匹配算子,实现全局背景运动补偿参数快速估计,然后利用三帧差分法对图像处理后,通过改进背景方差估计,改善传统假设检验方法对图像边缘目标漏检的问题,进一步提高动态目标检测的准确性。实验表明,算法不仅保持了SIFT算子的优越性能,提高了参数估计精确性,而且极大地提高了特征配准和检测速度,满足系统的实时性要求。     

基于改进背景差法的运动目标检测

运动目标检测是视觉领域的重要研究内容,文章在研究了现有大量算法的基础上,提出了一种基于改进背景差法的运动目标检测方法,利用三帧差分图像法的主要思想,将背景差法和帧间差法结合起来,使它们优势互补,从而克服相互的弱点。实验结果表明,该方法可以很好地适应背景中存在周期运动干扰的情况,并且可以适应背景突变的情况。     

基于帧差法改进的无人机运动检测研究

在无人机群组飞行过程中,基于主动视觉的算法是目前用于编队与协同飞行测控的主要方法。研究了一种改进算法,先改进了帧间差分法使其能够更加准确地获得无人机的位置信息,然后在前者检测到的运动区域中使用水平集方法提取运动轮廓,从而提高对无人机运动检测的准确性,也为后续的目标识别做好了基础。仿真实验验证了该方法的可行性。     

基于机器视觉的铲斗目标检测

为实现挖掘机器人在挖掘工作中能够对挖掘轨迹进行自我认知,结合了机器视觉中比较常见的运动目标检测算法-帧差法和背景差分法,对挖掘机铲斗目标检测展开了研究。对帧差法中的二帧差法和三帧差法以及背景差分法中的混合高斯建模法进行了研究,基于这些算法对铲斗目标进行检测。基于Open CV进行程序设计,对挖掘机模型的铲斗进行检测,验证算法的可行性。通过实验结果对比分析,结合三帧差法以及高斯混合建模法能够更好地实现铲斗目标检测。     

无人机低空飞行中具有复杂背景的运动目标检测算法

针对现有的满足实时性要求的检测算法,在复杂环境下检测效果较差,容易出现检测目标不完整和重影的现象,而具有较高准确性的检测算法,往往复杂度高,无法在无人机平台上满足实时性要求的问题,提出一种结合高斯模型和图像分割的运动目标检测方法。首先,在背景建模阶段,使用双高斯模型提高背景建模的准确性;其次,使用四叉树算法提取特征点并对特征点进行匹配;接着,计算前后帧图像中背景的运动参数,并对背景模型进行运动补偿;最后,结合背景模型与当前帧图像检测出前景目标,对前景周围区域进行图像分割,并与检测出的前景进行比较,得到最终的运动目标。实验结果表明,该算法能有效处理无人机运动对目标检测的干扰,检测出的运动目标轮廓完整且能满足实时性要求。     

复杂场景中基于变块差分的运动目标检测

针对复杂场景中包含的摄像机扫描运动、随机抖动和目标运动,提出一种基于帧间可变块差分的运动目标检测算法.首先,利用全局特征点估计运动参数对帧间背景进行补偿,提取图像的全局特征点并匹配,以特征点集的最小位置误差和作为目标进行迭代,获取误差不大于0.5 pixel的全局运动参数,并精确补偿当前帧实现背景校正.然后,利用可变块...     

背景运动补偿和假设检验的目标检测算法

根据背景与目标具有不同的运动特性这一事实,提出一种基于背景运动补偿和假设检验的目标检测算法。首先,采用特征点对应法求相邻帧间的运动;然后,用最小二乘法计算出摄像机仿射运动参数,利用此参数进行帧间背景运动补偿后得到稳定的背景;最后,用假设检验方法检测补偿后的帧差图像,经过简单的形态学和连通区域处理后检测出运动目标。仿真表明,该运动补偿算法能有效消除背景突出目标,补偿前后的差分图像信噪比提高了14.71 dB。该算法计算量小,可以成为一种通用的实时目标检测算法。     

一种抑制杂波的高精度车载雷达目标检测方法

针对FMCW毫米波车载雷达目标检测过程中易受杂波影响的问题,提出一种可有效抑制杂波的检测方法。首先运用压扩算法对三帧差法进行改进,使其能够较好分离回波中的杂波和目标信号;然后引入CFAR算法滤除回波中的杂波,并运用密度峰值聚类算法寻找目标簇;再将目标簇中目标点的功率值转换成对应的权重,实现对经典重心法的改进,从而有效提升目标定位的准确性。实验结果表明,在停车场、直线路段、城市街道和校园路等4种场景中,该方法的检测准确度分别达到96.5%、95.9%、95.6%以及94.4%。同时,在检测速度方面,单帧雷达回波信号的处理周期可达到0.3 s左右,可以满足实际应用的需求。