改进视觉背景提取模型的前景目标检测算法

针对经典视觉背景提取算法（ViBe）在动态背景场景下检测精度不高,以及长时间存在鬼影的问题,提出一种改进的视觉背景提取算法.该方法在背景模型初始化阶段考虑到像素点之间的颜色相似性以及空间距离,选取像素点邻域内的同质像素点对背景模型进行初始化;根据场景动态程度自适应调整每个像素点的阈值以及背景模型更新的速率,改善了在动态背景场景下的检测精度;根据光流判断像素点是否存在运动来把真实前景目标和鬼影区分开来并及时对背景模型进行修正,从而尽快消除鬼影现象.使用changedection测试集进行测试,改进后的ViBe算法在能提取到较完整前景目标的同时,检测准确率相比原始ViBe算法也有所提高.     

一种基于SIFT的图像拼接算法及其FPGA实现

图像拼接技术是进一步做图像理解的基础,为了得到更好的拼接效果并满足实时性要求,给出了一种基于SIFT匹配算法的图像拼接算法及其FPGA实现。用摄像头OV5640获取两路分辨率为1 280×720的图像数据,用Xilinx公司的FPGA完成对图像数据的采集、图像配准以及图像融合,图像融合后通过VGA显示。图像融合通过SIFT匹配算法获取左右摄像机拍摄图片的位置关系参数,用欧式距离变换算法对图像进行融合,拼接后的图像显示在屏幕上效果良好。