共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
3.
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
4.
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
5.
为了实现对有效场面监视区域物体的准确定位,建立了单目视觉定位测量模型。对单目视觉测量系统数学模型,系统内外参数标定和定位精度进行研究。通过实验验证单目视觉定位测量系统的适用性。首先,建立从世界坐标系向像平面坐标系的坐标变换映射矩阵。根据单目摄像机测量系统内外参数易标定的特点和场面目标布局的特殊性,提出具有针对性的变换矩阵数学模型。其次,利用现场实验获取参数数据和图像信息,分析场面监视区域内物体的相对定位误差,从而得出在满足实用定位精度的要求下的有效场面监视区域范围。实验中对3m×3m的区域进行监测,最大相对定位误差可以控制在0.8%。从而验证了本论文定位测量模型的的适用性,可靠性和系统理论误差的正确性。 相似文献
6.
7.
《科技广场》2017,(5)
智能汽车的核心技术是行人检测,而行人检测对行人安全、驾驶员具有重大意义,所以此项研究已经成为计算机视觉、智能车辆等领域的前沿研究课题。行人检测通常可分为感兴趣区分割、目标识别两阶段。基于距离的感兴趣区分割法鲁棒性很强,可以克服行人服饰、姿态与光照等因素的影响,由于需配置仪器如立体视觉测距、雷达等,经济成本高,算法也比较复杂。基于统计分类的目标识别法以提取行人图像特征为前提,然后通过统计学习法建立相应分类器(如Adaboost分类器、SVM分类器等)。该方法稳定性、通用性比较高,不过需要以寻找有效、稳定的目标属性或者特征为前提。随着时代发展,计算机技术的日新月异,测距手段以立体视觉的分割法所需的运算成本、经济成本会大大降低,因此基于立体视觉的ROIs分割技术将受到更多的关注,将运用立体视觉技术进行ROIs分割。由于轮廓曲线描述,受姿态、光线变化以及行人服饰等因素影响较小,边界是目标的分界线,是行人识别的重要特征。 相似文献
8.
<正>视觉作为最重要的感官之一,是人类获取、存储、分析外界个体信息的主要方式。计算机视觉则是一种对生物视觉系统的模拟,通过照相机、计算机等相关设备对目标物体的数字信号进行获取和处理。随着目前计算机技术和人工智能的发展,计算机视觉技术已经成为目前的热点研究方向,其研究领域涉及目标物体跟踪、识别;图像匹配与融合;图像内容的视觉问答;基于图像的三维重建等。在计算机技术的发展和普及下,对真实世界中某些目标或场景的三维建模研究,逐渐受到各领域学者的关注。本文研究计算机视觉中基于图像的三维重建技术, 相似文献
9.
《科技通报》2015,(8)
在浓雾环境下采集的视觉图像出现突兀点,需要进行平滑处理,提高对浓雾环境下的图像成像和识别能力。传统方法中采用差频控制的浓雾图像突兀点平滑处理算法,图像采集出现视觉偏移时平滑处理效果不好。提出一种基于视觉偏移修正的浓雾图像突兀点平滑处理算法,基于浓雾天气条件下单色大气散射模型,物体表面的反射光由于大气粒子的散射而损失,得到雾点散射损失,采用视觉偏移修正的算法,提高对浓雾图像的视觉偏移修正能力,由于起点坐标和视线方向出现视觉偏移,采用去雾滤波算法提高突兀点的平滑性能,得到浓雾图像的去雾滤波系统函数,通过边缘检测得到图像的突兀点平滑结构,进行Hough变换直线检测,实现视觉偏移修正和突兀点平滑改进。仿真结果表明,该算法具有较好的突兀点平滑处理性能,无论是细节还是浓雾图像的色彩都恢复得比较自然和清晰,去雾效果较好,平滑处理的图像有较高的配准率,展示了该算法的优越性能。 相似文献
10.
吾尔尼沙·阿不都热依 《科技通报》2014,(6)
从视频像素灰度序列中提取特定人员的状态特征,采用平面阵对特征信息进行融合处理是实现计算机视觉下特定人员定位的重要步骤。传统的人员视觉定位方法采用视频步进跟踪学习方法,在随机状态分布下的复杂环境人员进行准确定位效果不佳,提出一种基于平面圆阵定位算法的特定人员计算机视觉定位方法,提取监控视频的图像,进行视频图像的背景建模,得到高斯差分尺度空间中的背景像素灰度值,实现对特定人员的表情识别的动作判别,以此为数据基础设计平面圆阵人员定位系统,实现对暴恐等特定人员的准确锁定和跟踪识别。仿真实验表明,采用该算法准确实现1500 m远距离暴恐人员特征识别与定位,误差较小,分辨率和准确性较高。 相似文献
11.
在光照背景下,弱亮点模型因为受到光照色差的干扰,导致对其检测较为困难。通过对光照背景下的弱亮点模型进行检测,特别是对光照背景下运动人体目标检测,是实现智能视频监控的基础工作。提出一种基于自相关累积泰勒展开的弱亮点目标图像检测算法,首先对光照背景下的弱亮点行人进行目标角点检测与预处理,对每个图层的自相关累积特征进行泰勒展开分离,形成原始的图层自相关累积泰勒展开库,求得小邻域内的亮度变化值,实现对光照背景下的弱亮点运动行人图像的角点检测,并作为前置处理算子,实现基于自相关累积泰勒展开的弱亮点行人检测算法改进。仿真实验表明,该检测算法得到的光照背景下的人体的轮廓特征得到准确凸显,检测性能较优,精度较高,鲁棒性好,在智能视频监控等领域具有重要的应用价值。 相似文献
12.
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
13.
视觉感知系统的主要功能是对运动物体或目标进行检测和识别,达到某种特定目标的系统,它可以广泛的应用于校园、交通、家庭等方面。软件算法的设计与实现是视觉感知系统的灵魂,适合系统的算法不公可以对图像数据的压缩、去噪、特征提取以及大量图像模式识别,还能够克服了传统算法的复杂度高,方程求解方法单一、求解速度慢等问题。本文针对研究过程中所使用的三种算法进行比较,从而推动视觉感知系统中算法研究的开展。 相似文献
14.
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
15.
大型远程行人晕厥无线监测系统关键算法设计 总被引：1，自引：0，他引：1
《科技通报》2015,(10)
在室外行人监控系统中,由于行人运动行为姿态的相似特征量较大,传统的行人行为特征识别系统不能对行人突然发生晕厥时及时有效地做出信息反馈。提出一种基于特征融合和支持向量机的大型远程行人晕厥无线监测方法。首先,采用背景差分法对行人监测图像进行提取,并将提取出的扩展梯度方向直方图和完备局部二值模式两种互补特征通过离散变换算法进行压缩和融合,然后将融合结果输入到SVM中进行学习,在寻找超优平面的过程中,在满足支持向量机分类条件下,将行人晕厥行为从行人监测视频图像中识别出来。在KTH和Weizmann行为公共数据库中进行了多组实验,结果表明,相对于其他识别模型,提高了行人晕厥监测系统的识别正确率,同时加快了识别速度。 相似文献
16.
研究目的在于完善机器视觉在目标物的检测、跟踪方面的技术,系统地研究应用图像处理各种方法,对物体进行检测、识别,用计算机视觉技术测量目标物的距离,并且应用于各种条件。主要任务包括摄像机标定、图像获取、图像预处理及目标物提取、测距算法研究几个步骤,详细分析了各个步骤的技术特点、存在的问题和解决方案。 相似文献
17.
<正>研究背景视觉跟踪是众多无人机（UAV）应用中的基本任务,例如目标跟踪、自主着陆和自我定位。给定物体的初始位置,跟踪器被期望在接下来的时间内估计物体的位置。近年来,视觉跟踪取得了巨大的进展。不断涌现的跟踪方法不断刷新着大规模基准测试中的最新技术（SOTAs）。然而,以往的进展都是在有利的光照条件下拍摄的白天序列上取得的。在无人机的实际应用中,视觉系统必须在全天候提供稳健的表现,而最近的研究表明,SOTA跟踪器在低光条件下几乎无法保持其优越性。因此,在夜间不稳定的跟踪性能严重阻碍了相关无人机应用的拓展通常情况下,夜间拍摄的图像亮度暗、对比度低。在这种情况下,使用在白天训练的特征提取器会失去效力,导致目标跟踪效果不佳。除了光照不足, 相似文献
18.
针对混合光照干扰条件下的计算机双目视觉信息系统进行研究,考虑了光照变化环境对视觉信息处理模型的影响,提出一种基于子波变换原理以及自适应的图像光照干扰过滤算法,构建了混合光照干扰情况下的计算机双目视觉信息处理模型,提高了视觉信息系统在复杂环境下的性能。通过最终的仿真实验表明,本文构建的模型具有较强的抗干扰性能,能够克服混合光照的不利影响,具备高效、准确的视觉信息处理性能,是一种有效的计算机双目视觉信息处理模型。 相似文献
19.
对模糊图像的多尺度分割,是解决许多计算机视觉处理问题的基础。传统的图像分割算法采用基于小波变换的局部特征匹配方法,无法有效去除光照的干扰,对运动目标图像的分割效果不好。提出一种基于模糊图像边缘能量特征提取的运动目标图像的去光照干扰分割方法。计算去光照干扰后的运动目标图像振幅分量和频率分量,采用混合函数控制曲线方法生成运动目标图像时间序列,计算每个尺度下计算运动目标图像的边缘能量特征,进行图像区域特征的非同态块匹配分割,最终生成灰度直方图二进制均衡系数,实现了运动目标图像的准确分割,去除了光照干扰。仿真结果表明,该算法具有分割结果准确,抗干扰能力较好,图像分割质量较优。 相似文献