共查询到20条相似文献,搜索用时 625 毫秒
1.
雾霾天气的频繁出现使运动目标检测受到了很大影响。为提高雾霾天气下运动目标检测质量,研究了当前去雾算法和运动目标检测算法。针对雾霾天气下可见度低、运动物体模糊的情况,比较了当前的去雾算法,使用性能优良的基于暗通道的去雾算法对图像进行去雾,然后对处理过的图像序列进行光流法计算,完成运动目标检测。将基于暗通道的去雾算法和光流算法相结合,应用于雾霾天气下的运动目标检测,以提高检测质量。通过Matlab仿真表明,改进方法比直接通过光流算法检测的效果更好。 相似文献
2.
《实验室研究与探索》2015,(1)
针对复杂环境中机动车跟踪问题,为克服光照变化、噪声干扰、其他随机运动物体干扰,提出一种机动车识别和跟踪实时性算法。首先对图像进行光照补偿减少光照影响,用Surendra算法和三帧差法检测运动目标,并建立ROI(感兴趣区域)以缩小Haar识别范围提高系统响应速度;其次由训练好的级联分类器在ROI范围内识别机动车,从而保证高检测率和低误检率;最后利用Camshift算法跟踪机动车。为验证算法有效性搭建嵌入式系统平台,实验结果表明在背景复杂且其他运动物体干扰下,该算法较使用传统目标跟踪算法具有更好的鲁棒性和实时性。 相似文献
3.
《洛阳师范学院学报》2015,(8):35-38
本文阐述了在视频场景中进行运动物体检测的基本流程.介绍了视频目标跟踪的基本算法及其研究进展,包括基于帧差的方法、基于背景模型的方法、基于光流的方法、基于上下文的方法,文章分析了它们的优缺点. 相似文献
4.
5.
《淮北师范大学学报》2015,(4)
针对Vi Be算法在使用含有运动物体的帧进行建模,在检测阶段容易引入Ghost区域以及在高动态背景下不能较好地检测运动目标的问题,使用块区域进行建模对Vi Be算法进行了改进.算法把每一帧图像分成若干不重叠的块,对每个块进行离散余弦变换,取变换后块的直流分量建立背景样本集.从第二帧开始,用当前帧中每个块直流分量与对应的背景样本集进行比较,得出该块应该归为背景还是前景,进而检测出运动目标,并用该块更新样本集中与该块最不相似的样本.结果表明,给出的算法可以快速地去掉Ghost区域以及在高动态背景下算法仍能较准确地检测出运动物体. 相似文献
6.
在计算机视觉应用中,复杂场景运动目标检测是视频监控、目标追踪的基础,也是智能视频监控领域的研究热点之一。针对现有运动目标检测算法中阴影干扰和参数初始化粗糙的问题,在混合高斯背景建模的基础上采用HSV颜色空间替换原有的RGB颜色模式,并提出一种结合K均值算法与EM算法的参数初始化方法。实验表明,该算法可以有效抑制场景中运动物体的阴影干扰,检测结果更加精确,对复杂场景下的运动目标有较好的检测效果。 相似文献
7.
本文采用了一种运动目标存在情况下的背景重建算法,能较好地抑制外界环境变化带来的影响。该运动目标检测算法通过一定数量帧的学习、统计,找到各坐标点像素灰度等级的分割阈值。在对当前帧图像进行背景差分后,分割出运动目标区域。若存在运动目标,则根据串行边界跟踪算法获得运动目标轮廓。获得边界后,模型将绘制方框显示运动物体,并发出警报。该运动目标检测模型用VisualC++给予实现。 相似文献
8.
针对场景照明变化、模型初始化以及阴影等问题, 提出了一种用于视频监视系统运动物体检测的统计多模态背景模型. 通过相隔固定的帧差值阈值化得到背景样本值, 并采用高斯核密度估计方法计算背景灰度的概率密度函数. 利用像素的邻域信息来去除由于摄像机抖动和场景小运动产生的噪声. HMMD色彩信息用来检测和抑制运动投射阴影. 实验结果验证了算法在交通监控前景物体分割中的有效性. 相似文献
9.
实时背景更新是数字视频监控中进行运动目标检测的关键技术,与基于PC的监控系统不同,嵌入式系统资源有限,难以执行复杂算法。为此提出一种帧间差分和背景减除法相结合的新方法,通过引入备份帧,有效实现了监控系统的自适应背景更新,并在嵌入式处理器DM6437上实现。实验结果表明该方法可以自动检测物体进出所引起的背景变化并进行背景更新,更新速度快,能够满足实时监控系统目标检测的需要。 相似文献
10.
《绵阳师范学院学报》2020,(5):72-77
本文提出了一种基于内容的优化双边滤波运动自适应去隔行算法.该算法在传统运动自适应算法的基础上,利用双边滤波改进了视频中的动静检测方法,改善了视频插值点的运动状态,能较好的识别视频中的动静区域,具有较好的抗噪声能力及静态物体边缘保持能力,并能够根据图像的内容,自适应地调整运动静态权重,达到较好的去隔行效果. 相似文献
11.
12.
随着信息技术和计算机视觉技术的发展,仓储管理自动化和智能化成为趋势,对仓储物体进行准确检测变得尤为重要。针对仓储环境下的物体检测应用场景,提出一种基于SSD的仓储物体检测算法,实现对仓储环境下的物体智能检测。首先采用VGG16网络进行图像特征提取,然后在仓储物体数据集上进行模型训练,最后通过优化模型参数将训练好的模型应用于仓储物体检测。在创建的仓储物体数据集上训练SSD300和SSD500两种模型,获得的仓储物体检测准确率(mAP)分别为91.83%和94.32%,表明该算法基本实现了仓储物体的准确检测。 相似文献
13.
针对静态水面的特性,提出了一种水上物体检测分割算法。该算法主要包括3个环节:饱和度检测水面区域、区域一致性的GOA检测边缘和目标物体标记定位。以水面具有较低饱和度的特征对水面区域进行提取,在此基础上运用浮雕处理凸显水面区域的边缘灰度,利用区域一致性进行边缘检测分割出水面和水上物体,最后提取出目标物体的中心位置。仿真结果证明了该图像分割算法的有效性。 相似文献
14.
15.
16.
宋武 《黄冈职业技术学院学报》2010,12(3):13-15,24
本悬挂控制系统采用TI公司的MSP430F169单片机作为核心控制芯片,实现系统的坐标参数设定、自由运动控制、圆周运动、物体坐标位置显示物体循迹运动等功能。采用两个步进电机带动悬挂物体运动,采用PWM驱动芯片L298控制电机,反射式红外传感器检测黑线,实现物体的循迹运动。 相似文献
17.
针对视频中的运动目标离摄像头较近时由于形状的变化而导致目标边界测定不准确的问题,在帧间差分法的基础上,提出了一个求精运动目标边界的算法。先用得到边界值计算目标中心点,再对视频中的运动目标进行运动距离和速度的检测,并在Matlab中进行仿真。实验结果表明,该算法对帧差法的结果进行求精后,得到的运动目标的状态值更接近于实际情况,改进的算法更适合于视频中运动目标形状变化较大的情况下进行运动目标状态的检测。 相似文献
18.
《实验室研究与探索》2015,(12)
基于图像拍摄成像过程中雾霾天气及相机抖动,提出了一种从单幅图像中移除未知相机抖动的算法,利用图像的形状特征、颜色特征、纹理特征及Hough变换,可以有效地识别交通信号灯、障碍物及道路。利用先近后远,先简单后复杂的原则,设计了一种基于图像去雾和图像检测的交通信息提取算法。算法首先进行图像预处理,然后对图像进行边缘检测,获得每个物体的多边形轮廓;然后根据物体特征分别利用不同算法对物体进行分类。实验结果表明,算法可以有效地对实时环境中包括道路、车、行人、盲道、斑马线、交通灯类型等物体识别,图像检测算法可以满足导盲的要求。 相似文献
19.
针对传统道路目标检测算法推荐窗口冗余、鲁棒性差、复杂度较高的问题,提出基于YOLOv2模型的道路目标检测改进算法。相较于传统的HOG+SVM目标检测算法,YOLO模型优势在于提升了检测速度及准确度,更适用于实时目标检测。比较YOLO V3 与 YOLO V2算法,前者在构造神经网络模型时复杂度较高,故最终选择YOLO V2算法。针对原算法中选取Anchor Boxes时所采用的K-MEANS算法造成的目标物体框冗余问题,以及原算法对于不规则物体以及遮挡物体检测效果较差等问题,提出基于YOLO V2模型的一种改进方法,将K-MEANS算法改进为一种DA-DBSCAN算法,通过动态调整参数的方式大大减少了锚点框冗余问题。实验表明,改进后的模型准确率达到96.76%,召回率达到96.73%,检测帧数达到37帧/s,能够满足实时性要求。 相似文献
20.
针对传统基于HOG特征与AdaBoost算法分类器在目标检测中存在检测速度慢、误差率大的问题,提出一种基于改进帧差法与AdaBoost算法相结合的动态行人检测方法。帧差法是运动目标检测的一种算法,能够将运动中的区域很好地显示出来。改进的帧差法不再单一使用一个阈值,而是利用多个阈值,以更好地分割出检测行人,再通过分类器进行多尺度检测来确定目标。该方法减少了传统HOG特征的检测时间,能够更快地找出感兴趣区域,并提高检测速度和误差率。 相似文献