帧差法

摘要： 交通运输环境下的运动车辆检测是近年来计算机视觉以及图像处理领域研究的热点。随着交通联网的普及,交通运输行业对运动目标检测的精确性以及对复杂背景环境的适应性的需求越来越高。因此围绕如何提高交通运输环境下运动目标检测和背景检测的准确度两个方面进行研究,对帧差法和背景差分法改进后融合,并将融合算法运用到复杂的交通环境中。以大量交通录像视频作为样本,用改进的融合算法进行了测试。实验结果表明该算法能够精确快速的检测出目标,完整还原出物体轮廓,有效减小噪声影响,具有良好的抗干扰性。

摘要： 针对运动目标检测算法在传统PC端上实时性较差的问题,设计了一种基于ZYNQ硬件加速的运动目标实时检测系统。将摄像头采集的彩色视频流转换为灰度视频流并进行图像处理来实现运动目标检测,并将检测后的结果与原彩色视频流叠加来显示实时检测结果;选用经典的帧差法,并在ZYNQ平台上设计和实现该算法,在VDMA存储中使用乒乓操作加速,中值滤波进行图像处理时使用流水线操作并行加速,大大地提高了算法处理速度。设计实现后对传统的CPU+OpenCV实现横向对比分析,结果表明ZYNQ平台在实时性上具有明显优势。

摘要： 安全围栏在电力施工现场扮演着重要的角色,但穿越围栏的违规行为普遍存在,给施工现场造成了极大的安全隐患.为了实现智能化监管,本文利用目标检测算法,结合帧差法的思想提出了一种基于Faster RCNN的穿越围栏违规行为检测方法.该方法通过读取视频监控信息,利用目标检测方法获取围栏的位置信息以及人体关键点的信息,通过帧差判断法识别施工现场的违规动作.经过实验验证,该方法可以有效的检测出施工现场的穿越围栏违规行为,并可以满足实时性的要求.

摘要： 目标识别是智能安防监控视频处理系统中重要内容,为了满足安防系统小型化实时性等应用需求,设计了一种基于FPGA平台的运动目标识别系统;该系统采用CMOS摄像头作为视频采集器,SDRAM作为视频流缓存及存储介质,利用FPGA可并行处理特点,采用流水线技术进行分模块化设计,对视频流进行灰度化和帧差法算法处理,并将结果传输至显示器终端,从而实现图像采集和目标识别实时跟踪和显示;测试结果表明,该系统在一定测距范围内可有效稳定地跟踪运动目标物体,可实时显示、小型化且功耗低,可进一步应用于安防领域中。

摘要： 为解决动态背景下运动目标检测所得目标较为微弱且目标区域离散的问题,文中提出一种动态背景下的运动目标检测算法。首先利用SURF(Speeded Up Robust Features)算法提取图像中的特征点,通过双向匹配法去除误匹配的SURF特征点对,并将特征点分为前景点和背景点两部分;再利用背景点计算仿射变换矩阵,以提高仿射变换矩阵的准确性,完成背景运动的补偿,消除背景运动对目标检测的影响。然后对补偿后的图像采用帧差法和形态学操作,完成对目标的初步提取。最后利用颜色、位移和位置信息对目标进行归并处理,完成运动目标的检测。实验结果表明,文中算法能够准确检测出运动目标,并且所得目标较为明显且目标区域连续。说明文中算法准确率高且具有较强的鲁棒性。

摘要： 航标维护是航道巡查工作的重要部分,自数字航道运行后,视频监控几乎覆盖了航道的所有关键河道,因此,该项工作方式也应该得到升级和转变。文章对夜间监控视频进行分析,通过对视频取帧差的方法,将航标灯与背景分割,从而实现定位;并统计其亮灭的时间序列,对航标灯进行分类识别,进而判断其工作状态是否正常。与传统作业相比,该方法充分利用了视频监控信息,在理想状态下,能大幅减少人为巡检的工作量,也改变了以往只能在现场进行巡检的工作方式,基本满足随时查看的需求,节省了人力、物力,具有较好的效用;为更好地实现数字航道下航道巡查提供建议。

摘要： 针对计算机绘制车道线地图的过程中,需要在移动背景下精准追踪车道线的功能需求,提出一种结合帧差法和窗口搜索的车道线跟踪方法。首先,对广角镜头拍摄的图像进行棋盘格矫正,再利用逆透视变换(IPM)将包含车道线的感兴趣区域转换为鸟瞰图,再使用色度,饱和度,纯度(HSV)、红绿蓝(RGB)分别将白色、黄色像素筛选出来。其次,利用车道线与垂线的夹角对车道线进行修正,根据修正后图片的像素密度,选出车道线的起始点,并采用滑动窗口搜索的方法提取整个车道线。最后,采用改进的帧差法,对车道线进行跟踪,并根据车道线标准对车道线像素进行规范化补充。由大量的实际道路行驶测试表明,该算法的准确率为94.97%,能够较为精确地完成车道线的追踪。

摘要： 图像法测流技术因其简便、高效、安全等优点得到了普遍的关注,开始应用于国内外水文站。目前主流的图像法测流技术主要有大尺度粒子图像测速(large-scale particle image velocimetry,LSPIV)和时空图像测速(spatiotemporal image velocimetry,STIV)等,LSPIV方法采用天然粒子作为示踪物,利用空域互相关法处理图像获得流场矢量,STIV方法根据河流的主流向设定测速线,对视频图像中测速线的灰度进行采样形成时空图像,利用时空图像中的纹理角求得流速。LSPIV方法依赖示踪物的可见性,存在稳定性差等缺点,STIV方法存在对断面流态稳定性要求高和仅能测量1维流速等缺点。本文提出一种结合帧间差分与快速密集光流的分组测流方法(frame difference-fast optical flow using dense inverse search-grouping,FD-DIS-G),利用帧差法计算运动显著性图,通过捕捉细微的水面运动处理河流运动在视频中表现不明显的问题,减少对天然示踪物的依赖,使用快速密集光流法(fast optical flow using dense inverse search,DIS)计算运动显著性图中小块区域之间的密集光流位移,提高流量测量的精度和时效性,有效克服流态不稳定的情况。同时,设计一种分组处理奇异值的方法,提高了算法的整体准确性,增强了算法的稳定性。将流速仪测量得到的垂线平均流速、平均流速以及断面流量作为比测标准,利用水文站所拍得的天然河道水流视频进行比测实验,实验结果表明,相比于目前广泛使用的图像测流方法,本文方法在平均流速和断面流量上的精度有明显的提升,垂线平均流速测量的稳定性有显著的增强且实时性好。

摘要： 针对经典视觉背景提取算法因初始帧存在运动目标易产生鬼影以及对扰动背景适应性差的问题,提出一种改进ViBe算法;利用改进三帧差分法和最小外接矩形定位初始帧运动目标,并通过局部初始化的方法进行鬼影抑制;在背景模型初始化阶段,定义灰度相似函数从时域和空域信息中中等比例选取像素点建立背景模型,增强背景模型的鲁棒性;在前景检测检测阶段,通过平均差法衡量样本集合的离散度,构建自适应分割阈值代替原有的固定分割阈值以适应背景扰动;实验表明,改进算法可以有效抑制鬼影产生并且提高算法在扰动背景下的适应性和检测准确度。

摘要： 为处理复杂应用场景下核相关滤波器跟踪效果不理想的问题,提出了一种结合帧差法的尺度自适应核相关滤波跟踪算法.在训练得到相关滤波器后,借助帧差法来处理下一帧图像,获得目标的预测位置,扩充算法的检测区域;然后通过尺度池构建多尺度待检测图像块集,通过相关滤波器来求得最大响应,估计出目标的最佳位置和最佳尺度;最后利用平均峰值相关能量(average peak-to correlation energy,APCE)作为跟踪置信度指标,引入高置信度更新机制,在目标被遮挡时,停止更新模型,防止误差被积累,提高正确率.在OTB100数据集上与若干视觉跟踪算法进行了对比实验,改进算法的成功率和距离精度均表现最优,比KCF算法高出21.7个百分点和12.0个百分点.该算法在目标快速运动、尺度变化、遮挡等复杂场景下,均具有较强的精确性和鲁棒性.

摘要： 本文提出了一种基于帧差法和反馈背景更新相结合的改进背景更新算法.这种改进的更新算法能够很好的解决背景物体移动或前景物体停止带来的背景更新问题.实验表明,该算法运行效率较高,并且能过准确的更新出背景的变化.

摘要： 本文对运动目标检测和跟踪的算法进行了讨论,通过分析和比较常用运动目标检测的算法,提出了一种使用改进的帧差法和背景减法融合的检测运动目标的方法.并利用OPENCV提供的函数库进行仿真测试,结果表明在复杂环境下本文的算法能检测并跟踪到清晰完整的运动目标.

摘要： 为解决运动车辆检测中车辆数目统计精确度不高、实时性不强等问题,提出一种基于改进的Adaboost算法和帧间差分法的检测方法.采用汽车图像样本的Haar-like特征训练级联分类器,通过三帧差分法得到二值化掩码图像,去除干扰噪声后寻找连通域、重建前景掩码图;加载分类器在当前帧的前景区域中做多尺度检测,标记检测出来的运动物体,统计运动车辆数目.实验结果表明:该方法可以有效对全图信息进行筛选剔除,减小信息量,从而大幅度地提高检测精度,提升目标的检测速度;该方法对交通路口有效检测区域的车辆检测有很好的检测效果,对于路面复杂背景下的车辆依然有很高的检测率.

摘要： 提出了一种基于视频序列的运动人体检测与阴影消除的方法。首先适用帧差法构建一个自适应的背景模型以达到背景初始化和背景更新的目的。接着运用减背景法实现运动人体的检测。rn 针对光照造成的运动人体阴影区域，通过HSV彩色空间模型的色度和饱和度信息消除阴影对运动人体检测造成的影响。最后通过形态学的方法对提取出的人体轮廓进行修正。实验证明，该方法对运动人体的检测速度快，具有较强的实时性、鲁棒性。

摘要： 运动目标检测与跟踪是图像处理中的一个重要研究方向,在军事、交通、医学等多种领域得到广泛的应用。以MT-R移动机器人为实验平台,主要研究实验室环境下对运动人体的检测与跟踪。首先通过基于领域比较的改进帧差法检测运动目标,并采用投影直方图方法识别人体。然后提出了一种改进CamShift算法跟踪运动人体,即根据先前对运动目标检测的结果来初始化搜索区域,通过比较当前目标区域与前一帧目标区域大小,判断目标的运动状态。rn 最后将改进型算法运用在MT-R移动机器人上,实现对运动人体的跟踪。

摘要： 介绍了在视觉监控领域经常用到的几种运动人体检测算法,如背景减除法、帧差法、对称差分法、基于RGB图像的运动检测法.通过实验,着重从运动对象分割的完整性等方面分析比较了上述方法在检测过程中的优势及不足之处.

摘要： 本文对运动目标的跟踪模式进行了分类,分析了相关算法的特点.并在Vega仿真环境中实现了其中三种典型的跟踪算法.通过比对跟踪结果,具体的分析了运动目标的跟踪原理以及算法中相关参数的确定.

摘要： 本文对运动目标的跟踪模式进行了分类,分析了相关算法的特点.并在Vega仿真环境中实现了其中三种典型的跟踪算法.通过比对跟踪结果,具体的分析了运动目标的跟踪原理以及算法中相关参数的确定.

摘要： 本文对运动目标的跟踪模式进行了分类,分析了相关算法的特点.并在Vega仿真环境中实现了其中三种典型的跟踪算法.通过比对跟踪结果,具体的分析了运动目标的跟踪原理以及算法中相关参数的确定.

摘要： 本文对运动目标的跟踪模式进行了分类,分析了相关算法的特点.并在Vega仿真环境中实现了其中三种典型的跟踪算法.通过比对跟踪结果,具体的分析了运动目标的跟踪原理以及算法中相关参数的确定.

摘要： 本发明的一种基于帧差法的静止车辆检测方法及系统，可解决传统算法不能满足路况信息实时处理的要求，同时不能够检测静止车辆信息的技术问题。包括获取路况视频数据；采用传统帧差法，标识出运动车辆；依次对进入所划定的视频图像区域的车辆进行ID设置；车辆位置记录以一帧为时间间隔，记录并保存车辆在图像中的位置坐标；对车辆停留情况处理；最后通过对车辆完整轨迹坐标的计算分析车辆行为，得出该ID车辆的速度，行驶时间，行驶朝向是否停留和当前路段下车辆的个数。利用本发明可以将静止后的车辆信息与重新启动后车辆的信息进行匹配，即使是在车辆拥堵或者是红绿灯路口，利用本算法依然可以得到准确的路况信息，增加了传统帧差法的适用范围。

摘要： 一种滤波方式处理帧差法屏幕识别标签的方法，涉及计算机视觉及工业自动化技术领域；包括如下步骤：步骤(一)、截取当前帧计算机屏幕弹出提示框的第一张图片和上一帧没弹出提示框的第二张图片；步骤(二)、对第一张图片和第二张图片均进行灰度化处理；步骤(三)、对第一张灰度化图片和第二张灰度化图片均进行高斯滤波处理；步骤(四)、统计所有记录的像素点数值a；步骤(五)、像素点数值a进行判断，判断计算机屏幕是否有提示框弹出；步骤(六)、累计第一张图片中的特征点个数；步骤(七)、累计第二张图片中的特征点个数；步骤(八)、判断是否有弹窗；本发明选择用带有高斯滤波后的帧差法来实现这一背景操作，效果良好，能通过视觉智能判断代替人工判断。

摘要： 本发明提供一种基于三帧差法的无人机悬停位置补偿方法，包括：获取由无人机拍摄结构动位移视频，得到多帧动位移图像；使用单高斯模型从动位移图像中提取背景图像；抓取第一帧动位移图像在静止地面上的多个标志点作为无人机悬停漂移的补偿点；使用改进的三帧差法对多帧动位移图像进行运动目标检测；提取每一帧动位移图像中运动目标的像素坐标，以第一帧动位移图像的补偿点作为零点坐标，根据像素坐标和零点坐标计算补偿点的位移坐标；对多个补偿点的位移坐标进行平均绝对误差处理，得到无人机悬停位置的补偿值。本发明可以解决在对结构动位移进行测量时，对无人机悬停漂移的位移补偿值根据无人机的运动参数计算得到的，补偿值不够精确的问题。

摘要： 本发明提供一种基于帧差法的图像运动静止判断的改进方法，包括：S1小窗口滤波级帧差：对当前帧与参考帧分别做均值滤波,然后两帧作差取绝对值，得到第一幅帧差图像以Delta5示；S2大窗口滤波级帧差：对当前帧与参考帧分别做均值滤波,然后两帧作差取绝对值，得到第二幅帧差图像以Delta15示；S3融合权重计算S3.1使用一个硬阈值以ThresFus示，二值化大窗口滤波所得的差分图像用Delta15表示；Val＝1；(Delta15＞ThresFus)；Val＝0；(Delta15≤ThresFus)S3.2将图像按照16x16大小分成n个小块，统计每一个块内Val为1的结果用Sta表示；S3.3根据上述的统计结果得到融合权重用Weight表示；S4融合帧差结果Delta＝Weight*Delta5+(1‑Weight)*Delta15；S5二值化：Result＝1；(Delta＞Thres)；Result＝0；(Delta≤Thres)其中，Result:判断结果；Thres:判断运动与静止的阈值。

摘要： 本发明公开了一种高空抛物帧差法运动目标检测去拖影方法，涉及图像处理和安防技术领域，用于解决现有的高空抛物侦测算法复杂度低，存在拖影现象，造成部分非运动区域被识别前景，进而造成抛物误识别的问题；本发明视频流当前帧与前一帧进行帧差绝对值计算，利用阈值进行二值化以得到当前帧的运动前景图；再通过轮廓边缘提取算法从运动前景图中提取出封闭的前景区域，计算前景区域面积，再利用面积阈值对前景区域过滤，得到符合面积最小值和最大值之间的前景区域；计算前景区域与记忆帧历史运动区域像素交并比，通过高空抛物场景下的视频流进行帧差法去拖影，能够克服帧差法“拖影”问题，过滤非真实运动区域，提升检测效果。

摘要： 本发明公开了一种基于中心点帧差法输电塔振动位移测量方法，所述方法包括如下步骤：步骤一、建立测量输电塔位移的视频传感器；步骤二、根据监测位置，将测量靶目标粘贴在输电塔上；步骤三、将棋盘格标定板放置在拍摄画面中的输电塔结构上，利用视频传感器拍摄输电塔静止状态图像，获得视频传感器标定系数；步骤四、根据HSV颜色空间特性首先筛选出靶目标；应用质心法识别靶目标圆心，得到圆心坐标；根据靶目标圆心的竖向坐标对靶目标进行排序；步骤五、利用视频触感器拍摄输电塔在外界激励下的振动状态并将振动状态传递给视频分析仪，通过视频分析仪计算输电塔振动位移。本发明可以准确高效地获取输电塔振动动态位移信息，监测输电塔振动情况。

摘要： 本发明公开了一种基于帧差法的手部动作实时识别方法。主要解决现有技术无法在低功耗设备上实时进行手部动作识别的问题。其实现方案为：1)对读入图像之间使用帧差分法进行处理以提取前景目标图像；2)从读入图像中提取YCrCb格式中的色度分量Cr，以求取肤色概率；3)结合肤色概率，对获得的前景目标图像使用贝叶斯估计得到目标手图像；4)对目标手图像进行降维操作，获得质心并调整；5)对调整后的质心计算质心之间的向量，根据质心向量确定状态值，再由状态值的比较情况判断手部运动状态，实现手部动作的识别。本发明提高了手势识别的准确率，且能部署至低功耗设备运行，可以应用于人机交互、远程控制。

摘要： 本发明公开一种基于深度学习和帧差法的水表读数识别方法，步骤为：步骤1：采集大量水表图片；步骤2：对每张水表图片进行预处理，构建水表训练集；步骤3：对水表训练集中水表字符区域位置进行定位；步骤4：对定位后的水表训练集进行字符分割；步骤5：用AlexNet模型提取分割后水表训练集的水表字符特征；步骤6：将水表字符特征送入到全连接网络进行训练，得到训练模型；步骤7：将新采集的水表图像送入到训练模型中进行识别，得到识别结果；步骤8：将识别结果正确的水表原图以及标签进行保存，加入到训练集中再次训练模型。本发明解决了不同类型水表数据少、无用数据冗余以及读数识别准确率低的问题。

摘要： 本发明公开了一种基于自适应阈值帧差法的实时海浪分割方法及装置，该方法包括：获取目标海域运动海浪视频序列图像；对所述运动海浪视频序列图像，进行灰度转化；将获得的灰度图像相邻两帧进行差分操作；根据差分后的图像，生成自适应阈值；根据所述自适应阈值，进行阈值操作输出最终的海浪分割图像。该方法适用于基于双目视觉海浪高度的测量以及三维重建的工作中，能够快速分割出运动的海浪，用时少，效果明显，自适应阈值的应用能够使该方法应用在不同场景中，减少了不同视频下需要重新设置阈值的工作，而且本方法简单，易于编程实现，算法耗时少，具有实时性。

摘要： 本发明属于环保领域，公开了帧差法与神经网络结合的烟雾检测方法，包括：利用帧差法，对采集的实时视频中的连续的图像帧进行处理，得到差值图像；对差值图像进行特征强化，得到强化后的特征图；根据特征图，获取疑似烟雾候选区；将疑似烟雾候选区作为神经网络模型的输入，利用模型进行烟雾检测。本发明还公开了相应的烟雾检测系统，包括候选区生成单元、烟雾检测单元、烟雾报警单元。本发明对实时图像进行筛选、确定疑似烟雾候选区，再利用神经网络模型进行烟雾检测，减小了计算量，有效提高了秸秆燃烧检测的实时性。本发明的方法、系统实现了秸秆燃烧智能检测，能及时对秸秆燃烧进行报警，提示相关单位及时干预，对减少环境污染具有重要意义。