基于ViBe算法运动特征的关键帧提取算法

针对视频关键帧提取算法中运动类视频运动目标特征不易提取所造成的错选和漏选问题,提出一种基于背景建模(visual background extractor, ViBe)算法的前景运动目标特征提取的关键帧提取算法。通过ViBe算法对视频序列进行前景目标检测,提取前景运动目标的尺度不变特征变换(scale invariant feature transform, SIFT)特征,并对相邻帧之间的特征数据进行特征点匹配,根据定义的公式计算视频帧的相似度,然后根据提出的关键帧判别方法输出视频的关键帧。试验结果表明,该算法能较好的解决运动类视频关键帧提取中出现的漏选和错选问题,与基于SIFT分布直方图的算法相比,其查准率和查全率的综合指标F₁值有较好提高。因此该算法对于判别运动类视频中包含关键动作的关键帧具有较好的检测效果。     

一种基于码本背景模型的运动目标检测方法

针对减背景算法中复杂背景下背景帧的提取问题,给出了一种码本背景提取方法。利用视频图像序列中的颜色和亮度信息,为每一个像素点创建一个码本,且码本随着其中码字的更新而更新,所有像素点的码本构成一个完整的背景。用当前视频帧和码本进行比较得到前景运动目标。结果表明：算法运算量小,适合做实时处理。     

一种复杂背景下的运动目标检测方法

提出一种复杂背景下的运动目标检测方法．它根据背景运动情况下,像素与它领域之间的相关性对实行运动目标的检测,消除由于背景运动所造成的错误检测,并采用自适应背景更新方法,提高算法的稳定性和可靠性．通过实验验证,本算法对光照变化、背景运动、前景和背景互化有很强的适应能力．     

基于MRF的动态场景中运动目标提取方法研究

为在动态场景中准确完成运动目标的提取,提出一种新的基于MRF的运动目标提取方法.即提出在双尺度二阶邻域各向同性的MRF模型中,利用最小二乘法对初始分割结果进行MRF初始参数的自动求取,通过ICM算法实现最大后验概率的估计问题,获得MRF检测结果.采用形态学中的闭运算进行区域填充处理,根据二值化图像水平和垂直投影的顶点坐标实现运动目标区域的准确提取.对标准图像序列Coastguard和实际拍摄的动态场景图像序列的实验分析表明,提出的方法具有较高的精度和适应性,能够有效地完成运动目标的准确提取.     

一种基于多层次特征的目标继承提取方法

图像的有效分割或提取是图像处理与分析的重要内容，本文使用一种基于多层次特征的方法，针对噪声大，干扰多，光照不均，场景多变，目标形状多变这类图像，自原图像开始，得到各层次的特征，继承地利用低高层次特征逐步提取目标，而又可以回溯前面的原图像或低层次特征信息，继承地对所提取目标优化，实际目标与背景分离．实验表明，该算法可以正确高效地提取目标，有较高的鲁奉性和精度，对具有不同目标大小和信噪比的图像也能得到较好的提取效果．     

基于SIFT动态背景下的视频目标跟踪方法

提出了一种基于尺度不变性特征变换(SIFT)的视频目标跟踪方法.该方法通过提取前后两帧的SIFT特征,利用全图SIFT特征进行匹配,通过匹配的点对计算两帧的几何变换关系,再利用变换矩阵确定下一帧目标位置,实现了连续状态下的自动跟踪.实验结果表明此方法在遮挡、噪声、旋转、光照、缩放、小视角变化等方面有较好的鲁棒性.     

一种基于背景恢复的运动目标的分割方法

提出一种基于背景模型的运动目标的分割方法．该方法结合了背景恢复技术对运动目标进行分割．算法分背景重建、运动目标提取和分割图像后期处理3个步骤．在背景重建过程中提出了新的背景更新策略和新的判断阈值法．文章阐述了方法的基本思想、理论依据和实现．实验表明,该方法具有很好的效果,具有较强实时性．     

基于背景差分法的电网巡检运动目标检测技术

针对无人机对电网巡检过程中移动镜头下的目标检测问题,采用背景补偿与背景差分法实现了动态场景下的目标检测.建立了全局运动矢量模型,并利用SIFT特征点提取和匹配技术,完成了视频图像的特征点匹配,实现了移动镜头下的背景补偿.通过降维和局部匹配方式对SIFT特征点提取和匹配技术进行优化.结果表明,优化后的特征向量生成时间是原来的30%～40%,与经典SIFT算法相比,提取特征点的总时间是原来的30%～50%,该方法能准确检测运动目标并排除干扰.     

一种基于背景重建的运动目标检测算法

根据视频序列的帧间信息，以平均亮度和图象能量为约束条件，提出一种改进的基于块的背景重建方法。利用重建得到的背景图象，通过背景消减实现了运动目标的检测，检测结果以运动目标的外接矩形表示。     

基于改进的鬼影抑制和自适应视觉背景提取的运动目标检测

视觉背景提取算法(ViBe)利用第一帧图像对背景模型进行初始化,很容易产生鬼影现象.由于ViBe使用固定的分割阈值来实现前景和背景的分割,对于高度动态的背景,ViBe的检测会产生很多的误检测.针对这些问题,本文提出了一种改进的"鬼影"抑制和自适应视觉背景提取算法.首先,利用像素的时间与空间信息,在视频序列的奇数帧中,利...     

基于动态减背景图像处理算法的可变形线性物体识别

围绕可变形线性物体（deformable linear objects,DLO）的检测、目标特征提取和动态操作时的故障诊断3个方面进行研究．首先,应用静态背景下常用的动态减背景方法实现了可变形线性物体的动态目标检测;进而对检测出来的目标物体进行插补,并加以标记,从而提取得到目标特征．最后,通过对提取出的特征点进行监控,获得目标物体在不同状态下的信息,并提供故障诊断的依据．结合以上图像处理算法,在带视觉系统的三菱PAIO机械臂平台上操作可变形线性物体,进行了实验研究．结果证明,该方法可以较好地监控可变形线性物体在运动过程中状态,并及时诊断故障的发生．     

基于HOG-SIFT融合优化的多人脸特征提取方法

针对昏暗光线及复杂背景下人脸特征提取效果易受环境因素干扰影响的问题,在进行人脸图像预处理过程中引入双边滤波处理,进一步研究基于自商图像理论的人脸图像光照干扰抑制方法; 结合HOG特征较好的全局性以及SIFT特征对复杂背景影响较好的适应性,提出一种基于HOG-SIFT融合优化的多人脸特征提取方法. 试验结果表明,该方法可有效实现昏暗光线环境及复杂背景下多人脸特征提取功能.     

一种有效的动态背景更新方法

该文提出了一种将帧间差分与二次背景减除相结合的动态背景更新方法。通过结合帧间差分法和初始背景减除法得到有效的运动区域,随后将当前图像和当前背景减除得到运动目标,接着将两者结果相对比,分离出当前图像中的背景区域和前景区域,背景区域用来构造和更新背景模型。该方法主要解决了运动过程中背景更新一般很难快速完成对原来运动的物体突然静止的背景更新问题,同时简化了背景模型,增加了运动检测的敏感性和实时性。     

一种新的运动目标检测和背景更新方法

影响夜间监视系统稳定性的主要因素之一是光线的变化，背景更新方法则是克服光线影响的有效方法。在研究了多种现有方法的基础上，提出了一种基于背景差法和帧间差法相结合的运动目标检测和自适应背景更新方法。实验证明这种方法能够很好地克服光线的影响，提高报警系统的稳定性。     

Micro-Doppler Parameter Estimation Method Based on Compressed Sensing

A micro-Doppler parameter estimation method based on compressed sensing theory is proposed in this paper. The micro-Doppler parameter estimation algorithm was improved for micro-motion targets with translation in this paper. Relatively ideal micro-Doppler parameter estimation results were obtained. The proposed micro-Doppler parameter estimation was compared with the traditional micro-Doppler parameter estimation algorithm. Requirements for return signal length were analyzed with this new algorithm and its performance was also analyzed in various environments with different SNR.     

视频运动检测中基于蛇形的背景更新研究

为了检测运动物体,采用统计型背景更新,标注法填充,运用蛇形形变跟踪视频中的运动物体,设计了一个视频跟踪自动检测软件系统.通过对光照条件较为复杂的hall monitor视频序列中的运动对象进行了检测,验证方法有效.     

基于中值背景模型的运动目标自适应检测方法

目的 在保证准确性的前提下,降低运动车辆检测算法的计算量,加快处理速度,满足实时性要求,提出一种基于中值背景模型和自适应阈值的运动检测方法 .方法 基于当前帧与背景图像的差分图像,利用自适应阈值分别对差分图像的三个颜色通道进行二值化,从而实现运动目标的精确检测.同时,根据检测结果 ,采用中值更新策略实现背景图像的实时更新.结果 实验结果 表明,笔者算法可以从复杂交通场景图像序列中有效地检测出运动目标,并且算法计算量小,具有良好的鲁棒性与实时性.算法每帧处理时间比混合高斯降低43%,背景更新时间比一阶Kalman算法降低了45%.结论 算法能够很好地满足智能交通监控系统中运动车辆实时检测的要求.     

一种基于视频序列特性的快速运动估计算法

针对视频压缩中的关键技术运动估计算法,提出了一种新的快速运动估计算法.该算法首先利用视频序列宏块间的相关性预测搜索起点,同时根据运动矢量中心偏置特性和SAD分布的方向性设计搜索模板,避免和减少不必要的搜索,提高了运动估计的速度和精度,在保证视频图像质量的情况下,有效的降低了计算复杂度.     

一种基于视频序列特性的快速运动估计算法

针对视频压缩中的关键技术运动估计算法，提出了一种新的快速运动估计算法。该算法首先利用视频序列宏块间的相关性预测搜索起点，同时根据运动矢量中心偏置特性和SAD分布的方向性设计搜索模板，避免和减少不必要的搜索，提高了运动估计的速度和精度，在保证视频图像质量的情况下，有效的降低了计算复杂度。     

基于图像特征点的运动估计和补偿

文中讨论了一种新的基于图像特征点及其Ｄｅｌａｕｎａｙ三角形（简称ＤＴ）剖分的运动估计和补偿方法．由于图像特征点的运动与物体的真实运动有密切的关系,如果结合ＤＴ来估计运动矢量,可得到更好的效果．实验表明,文中的方法和传统的ＢＭＡ方法相比,运动估计和补偿精度有明显的改进．