共查询到20条相似文献，搜索用时 31 毫秒
1.
现有的背景差分法在背景模型的维持和更新不能用于长期和复杂的场景,针对智能视频监控中的运动目标的检测,提出了帧间差分法重建背景图像,背景差分法分离背景像素点与运动目标点,自适应背景更新方法应用背景的定时自动更新,有效的分离了运动目标和背景图像。该方法不仅能够减小运动目标的检测误差,而且提高系统运行速度,实现复杂环境下的运动目标检测。 相似文献
2.
3.
对运动中的目标进行检测和跟踪,是数字图像处理与计算机机器视觉学科的分支,在军事、民用的领域应用很多。基于稀疏光流的对运动中的目标进行检测和跟踪的方法,其通过计算图像中特定像素点的光流矢量,从而实现对目标的检测和跟踪。该方法同时结合了图像金字塔技术,可以精确地检测和跟踪那些运动速度快的物体。该方法具有能有效解决目标物被遮挡的情况,且能检测并跟踪运动速度很快的目标。 相似文献
4.
提出一种基于贝叶斯惊奇计算的视频异常检测方法.用块匹配运动估计方法提取运动特征(如运动幅度、方向),得到多尺度运动矢量直方图.使用空间维度与时间维度上惊奇计算相结合的度量方法,既可以检测“个体异常行为”,也可以应用于“群体异常行为”检测.实验表明,该算法是鲁棒和实用的,且易于实现. 相似文献
5.
6.
7.
视频或图像序列中的运动目标检测与跟踪已成为计算机视觉领域研究的重要方向之一。本文实现了视频序列中的运动目标检测,使用了背景差法和帧间差分法检测到运动目标并进行了优化。Kalman滤波器是一种在时域内采用递归滤波的方法对系统状态进行最小均方误差估计的方法,本文提出利用Kalman滤波器实现运动目标跟踪中的形心跟踪的方法,可以准确预测到运动目标的一下个状态,得到良好的跟踪效果。 相似文献
8.
运动图像幅度准确检测是提高对人体运动目标图像远程识别和跟踪的基础。传统方法中对人体运动图像的幅度检测采用运动帧补偿的运动幅度检测方法,当图像处于快速运动状态出现单帧视觉误差时检测性能不好。提出一种基于单帧视觉差的运动幅度检测算法,并进行仿真实现。进行快速运动图像的视频帧图像采集与预处理,采用基于单帧视觉差分析的方法进行快速运动图像的幅度特征提取,通过电子稳像方法进行防抖动处理,得到运动图像的目标函数运动幅度特征点,构造人体运动的位姿表换微分方程,进行单帧运动图像全局运动估计,提高了对运动幅度的检测。仿真实验分析得出,该算法具有较好的快速运动幅度检测性能,对于运动剧烈的Foreman序列,系统性能提高了1~2 d B,对于运动缓慢的序列Claire,系统性能提高了2.5~5 d B,展示了算法的优越性。 相似文献
9.
针对传统运动目标检测方法存在的缺点和不足,提出了一种基于背景差分,融合多种检测方式,有效地克服了传统方法存在的误检和空洞等问题。实验结果表明该方法能够满足运动目标的实时检测要求。 相似文献
10.
运动目标捡测是数字图像处理技术的一个主要部分,其研究对象是图像序列,目的是从图像序列中将变化区域从背景图像中提取出来,它是计算机视觉、目标识别、安全监控等视频分析和处理的关键部分.智能交通系统中的运动车辆检测是从图像序列中将运动的车辆从静止的背景图像中提取出来,是运动目标检测问题的一个应用实例.本文首先介绍了运动目标检测常用的三种检测方法,详细论述了在复杂背景下背景模型的获取和动态更新问题,在合成背景的基础上提出了一种改进的基于背景差值的运动车辆检测方法,并给出了实验结果. 相似文献
11.
运动目标检测是动态图像处理中的一个重要研究方向,本文介绍了一种基于帧间差分的运动目标方法,该方法根据不同帧图像之间的差别来识别运动目标。实验证明,该方法能非常有效地提取动态图像中的运动目标。 相似文献
12.
13.
无人机技术发展愈发成熟,具备高机动性及视角范围广等特点,在民用领域得到广泛应用,尤其是用于交通监控等。在续航里程约束条件下,提出以视频交通监控平台为基础运用无人机高像素监控高速公路实现智能化管理。利用以特征为基础的视频稳像方法及光流法相结合方法对运动目标车辆检测。采用视频稳像方法对参考帧及匹配帧间的特征点进行获取,经过特征点匹配过程找出参考帧和匹配帧间转换关系,将动态目标变化为静态目标检测问题;利用光流法对运动车辆实行检测,实现在不同背景及不同分辨率条件下有效识别出运动车辆的目的。基于视频交通监控平台,将图像质量测评引进无人机视频监控模式中,依据图像质量及缓冲区实际条件,实时调整图像编码帧率和分辨率,确保输出图像质量及视频流稳定性。实验证明,运用低空无人机监控平台可实现高速公路远程管理目标。 相似文献
14.
本文主要分析了智能视颇分析技术.研究了视频监视系统中的运动目标检测与跟踪方法,提出了基于背景统计模型估计的方法在基于运动目标检测与跟踪算法的智能视频监控系统中的实际应用方案,并设计了基于智能视频分析技术的数字化监狱网络监管系统的实现方案,包括基于DSP处理和单片机控制的运动目标检测与跟踪系统的硬件组成方案,和基于运动目标检测与跟踪算法的智能视频监控系统控制图像处理电路以及算法流程. 相似文献
15.
介绍了一种快速运动目标检测算法。该算法针对当前运动检测算法的不足,以背景消减和时域差分为基础,快速完成视频帧的背景提取、背景更新、运动目标检测,很好的满足了系统对时间的限制。结果表明,该方法是比较实用的,能满足实时视频监控系统的要求。 相似文献
16.
针对复杂交通场景中运动车辆检测方法存在的局限性,本文提出了一种基于中值模型和自适应阈值的运动检测算法。利用自适应阈值对差分图像的三个颜色通道进行二值化处理,实现了运动目标的精确检测,采用中值更新策略实现背景图像的实时更新。实验结果表明,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,且算法计算量小,具有良好的鲁棒性与实时性。 相似文献
17.
运动目标轮廓的有效提取,对于目标识别和跟踪是非常重要的,但是大量的背景景物增加了目标检测的难度。文中针对复杂背景下红外序列图像的特点,提出了一种实用的运动目标检测算法。首先,通过canny边缘检测算法,对输入图像进行边缘检测,然后把相邻两帧边缘图像进行场景对准,计算出相应的场景平移参数,根据这些参数,平移帧图像后做差分处理。在残差图像中,根据局部熵的图像分割法,对图像进行二值化处理,最终获得了比较完整的运动目标。实验表明,这种方法是有效的,且性能良好。 相似文献
18.
视频运动目标检测和跟踪技术是智能视频监控的关键技术。基于这两方面展开研究,提出了自适应场境的运动目标跟踪方法。系统由背景差分实现目标检测,由目标区域LK光流预测实现目标跟踪,并融合了＂运动＂背景局部更新来实现跟踪系统对环境的自适应性。最后用VC＋＋和OpenCV软件平台设计了监控系统的演示环境,在简单场景中实现了运动目标的检测和跟踪,初步验证了系统算法的可行性和可实现性。 相似文献
19.
20.
针对跳水运动视频中的人体运动目标分割问题,提出利用颜色信息进行运动目标检测和分割的算法。首先采用色相和亮度两个彩色分量加强图像中的颜色差异,使用OTSU算法对图像进行阈值分割,同时结合RGB颜色空间启发式肤色聚类,确定运动目标所在的连通区域,从而完成首帧运动目标的自动检测。在后续帧的处理中,以数学形态学方法进行自适应运动区域预测,运用改进的OTSU算法,提高了分割速度。实验表明,本方法有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速运动有较强的鲁棒性。 相似文献