基于OpenCV的交通视频运动目标检测与跟踪

智能交通系统（ITS）是目前世界交通运输领域正在研究和广泛关注的课题。OpenCV是一种用于数字图像处理和计算机视觉的函数库,由Intel公司开发。本文在目标检测方面,对采集到的交通视频进行灰度化、中值滤波、背景建模、二值化,背景差分等处理,可以较准确地检测出运动目标。在目标跟踪方面,提出了CamShift算法和Kalman滤波器相结合的方法,实现视频车辆的精确跟踪。最后,利用OpenCV的运动物体跟踪的数据结构、函数库,建立了一个视频车辆分析系统。用于道路上车辆的检测与跟踪,并具有良好的鲁棒性。     

基于OpenCV的动态背景下的运动目标检测

研究在动态背景下对视频图像序列进行运动目标的检测。主要包括三个步骤,分别是运动估计,运动补偿和目标检测。在运动估计中采用的主要是基于特征点匹配算法。这种算法与传统的块匹配算法最大的好处在于它的数据量少,计算简单迅速而且图像的匹配可靠性更高。最后用计算机视觉库OpenCV进行实现。     

基于OpenCV的视频图像序列的运动目标检测

随着人工智能的发展,提出了使计算机系统具有模拟人类通过视觉接收外界信息、识别和理解周围环境、协助或代替人类感知的能力,基于视频序列的运动目标分析也就应运而生.本文针对目前常用的背景减法,帧间差分法和混合高斯背景建模的运动检测方法的优缺点,提出了一种3者相结合的运动目标检测算法.在讨论数学模型的基础上,通过OpenCV进...     

基于OpenCV与混合高斯建模的运动目标检测

针对静态背景下的视频运动序列,在研究现有的检测算法——帧间差分法与背景差分法的基础上,进一步研究了运动目标检测中背景动态建模的方法——混合高斯建模法,在此基础上提出了基于混合高斯模型与三帧差分的运动目标检测改进算法。由于使用背景差分法检测运动目标时,运动物体和阴影都将被看作运动的目标,于是研究了基于归一化RGB色彩模型的阴影处理方法,对阴影区域进行检测与去除。然后使用计算机视觉类库OpenCV结合Visual C＋＋6．0对上述算法进行实现,取得了很好的检测效果。     

基于OpenCV的红外视频测温方法的实现

由于近些年来红外测温技术受到环境场合、应用领域以及物质本身特性等因素的限制,新颖的非接触式测温方法逐渐受到重视.但单纯的分析功能还远远达不到广泛使用的需求,其中静态的红外图像分析已经不能解决较为复杂的问题.针对这一技术的不足,提出了一种红外视频测温分析方法.该方法基于MFC并调用OpenCV库编程完成,实现了动态点、线、面分析以及高温点自动捕捉等多种功能,创造性地在线、面分析中新增了最高、最低温度的分析方法和最高、最低温度的实时捕捉功能.实验结果表明,该方法的动态分析效果明显,软件运行稳定,测温精度较高.     

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。     

基于OpenCV的运动目标跟踪系统研究

本文分析比较了传统运动目标检测的3种主要方法：背景图像差分法、时态差分法和光流法,在此基础上给出了一种背景图像预测算法,大大减少了因为背景变化而产生的目标检测误差。本文基于OpenCV设计出改进的运动目标检测与跟踪算法,实现了运动目标的跟踪,并在VC＋＋编译环境下,利用USB摄像头作为视频采集器,通过观察实验结果可以看出,本文的运动目标检测算法能够正确地检测出视频图像中的运动目标,而且在检测性能上优于普通的自适应背景差分法。     

基于OpenCV的运动目标跟踪及其实现

CAMSHIFT算法是一种基于颜色直方图的目标跟踪算法。在视频跟踪过程中,CAMSHIFT算法利用选定目标的颜色直方图模型得到每帧图像的颜色投影图,并根据上一帧跟踪的结果自适应调整搜索窗口的位置和大小,得到当前帧中目标的尺寸和质心位置。在介绍Intel公司的开源OpenCV计算机视觉库的基础上,采用CAMSHIFT跟踪算法,实现运动目标跟踪,解决了跟踪目标发生存在旋转或部分遮挡等复杂情况下的跟踪难题。实验结果表明该算法的有效性、优越性和可行性。     

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OpenCV的老人跌倒检测的设计和实现

当今社会空巢老人的数量逐渐增多,老人跌倒发生率也相应增加,这已成为一个严重的社会问题。基于计算机视觉的老人跌倒检测的研究具有重要意义,文中提出了一种全新的老人跌倒检测方案。首先利用背景差分法提取监控视频中的运动目标图像轮廓,然后提取运动目标的特征信息。没有使用传统的直方图和椭圆形来表示人体轮廓,而是把直方图分为三个区域,分别计算出三个区域的重心,然后根据这三点的信息提取出运动目标的特征,根据特征信息的变化来检测是否发生跌倒。实验结果表明,该方案在保证较高准确率的前提下,计算复杂度大幅度下降,能达到较好的识别效果。     

基于OpenCV的运动目标识别算法与实现

介绍一种结合背景差分法和瞬时差分法的在视频序列中识别运动目标算法。该算法利用瞬时差分法得到当前帧中运动目标的轮廓信息,在更新背景模型时不更新运动目标轮廓内区域,避免了由运动目标引起的背景模型更新误差。给出用OpenCV实现算法的具体过程和关键代码。实验结果表明,该方法可以实现视频序列中运动目标的识别,具有实时性,并能得到较好的识别结果。     

基于OpenCV 的视频应用程序的开发方法

提出了一种基于OpenCV的视频应用程序的开发方法。将开放源代码的OpenCV作为开发的视频应用程序的基础函数库,改写或调用其中的函数,即可根据需要用C语言开发自己的视频应用程序,从而解决了视频应用程序开发周期长、效率低的缺点。给出了OpenCV具体的设置方法和过程,并通过利用OpenCV编写的摄像机标定的应用程序验证了该方法的有效性和可行性。     

视频中运动目标的检测及数据安全传输

为了改进目前常用的运动目标检测方法易受到亮度和噪声的影响及出现虚假目标的情况,提出了一种在视频序列中结合帧间差分法和背景差分法的运动目标识别算法。该算法利用帧间差分法得到当前帧中运动目标的信息,通过3帧差分运算和阈值分割,更好地实现视频序列中运动目标的识别;同时针对实时图像监控系统中视频信号传输的安全性,对信号传输进行了方式和技术上的对比分析;实验结果表明能够得到较好的识别结果。     

视频运动目标探测的实验研究

本文在分析视频系列图像特点的基础上,对运动目标采用连续帧相减的探测方法进行了理论分析和实验研究,提出了背景和目标在不同运动情形下的处理方法及处理结果。实验及其结果,证实了方法的有效性。     

一种基于OpenCV的飞机跑道及地平线检测算法

讨论了Intel开源计算机视觉库(Open Computer Vision,OpenCV)在图像处理中的应用.跑道识别是无人机着陆图像导航中的一项关键技术,准确而实时地检测出飞机跑道及地平线对推动无人机着陆导航技术的发展及减少着陆过程中的事故起着至关重要的作用.采用的方法是对无人机航拍采集到的RGB数字原图进行预处理之后,在OpenCV平台上进行Hough变换,从而提取其飞机跑道边缘及地平线,并最终成功的在OpenCV上实现了飞机跑道及地平线识别的仿真.实验证实了该检测算法在无人机着陆导航技术中的可行性.     

一种OpenCV,VFW及VCM相结合的实时视频处理框架

提出一种OpenCV,VFW和VCM相结合的实时视频处理框架.该框架以OpenCV中集成的DirectShow模块作为摄像机的驱动接口实时采集视频图像,在对图像进行处理后,采用VFW建立视频保存接口,通过VCM技术自动选择当前可行的视频压缩格式,避免了VFW需要弹出压缩格式对话框进行选择的缺点.实验表明,该视频处理框架具有稳定、实时的优点,采用该框架设计的软件已在实际中得到应用.