背景差分法

摘要： 目前中国交通监控系统存在着传输速率低、低稳定性差,丢包率高,并且系统成像易受雾霾和低照度的外部因素影响使监控视频关键信息丢失,导致识别算法准确率下降的问题。针对上述的问题,设计一种结合5G无线通信技术和图像增强算法的交通监控系统。该系统在硬件方面利用5G通信设备传输视频数据,并在服务器端采用改进的单尺度Retinex算法对交通监控图像进行去雾。引入反转图像通过大气散射模型对图像亮度进行增强解决低照度对系统成像的影响。通过理论分析与实验仿真,该监控系统能够保证监控视频传输的稳定性,并且对受雾霾和低照度影响的交通监控图像具有一定的增强效果,有效地提高了识别算法的准确性。

摘要： 高速行驶中的动车组底部偶尔会发生一些异常,如紧固螺栓丢失、有异物等,而对这些异常的检测仅依靠传统的人工检测方法已经远远不能满足要求。为了在动车组的序列图像中找到潜在的异常区域,需要确保目标图像与对应的标准图像精确对齐。然而动车组在通过TEDS的图像采集设备时,其速度难免会出现波动,从而导致序列图像中异常区域的位置无法固定,甚至被分成两帧序列图像。针对上述问题,提出一种新的基于空间尺度标准化的图像对齐模型,以校正由列车速度波动引起的图像畸变。同时,在检测动车组底部状态时提出一种新的背景差分法来定位潜在的异常区域。最后根据先验知识确定动车组底部潜在的问题,并通过高级图像理解知识确定动车组底部的异常。实验结果表明,提出的方法在检测动车组底部异常时,取得了较好的效果。

摘要： 将背景差分法和位移评测法相结合,提出基于嵌入式系统的目标异常检测模块算法模型。异常检测模块能对环境进行自动监测,当遇到监控画面有异常进入的运动物体时,系统能自动检测异常并将相应画面记录于终端存储卡中,及时发出异常报警并记录异常信息。通过验证,基于嵌入式系统的目标异常检测模块系统检测效果良好,运行性能稳定。

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： 为提高高速公路多雾路段雾天下视频监测范围及交通参数采集精度,本文构建了基于暗通道先验、背景差分的组合算法,对雾天视频图像进行去雾处理和目标检测,以提升高速公路多雾路段雾天下视频监测能力,并在杭州湾跨海大桥浓雾场景下(能见度≤50m)进行了算法验证。研究结果表明,本文提出的组合算法在雾天环境下车辆检测效果良好。

摘要： 针对城市道路信息采集装置常常因树木、悬浮物遮挡等原因影响正常工作的问题。提出了一种基于背景差分的城市道路自动避障信息采集问题的分析方法。通过对城市道路采集装置的整体结构和系统的组成以及工作原理流程进行改进,根据图像传感器确定遮挡物的信息,然后利用数据处理器结合限位传感器调整装置的角度和高度至正常采集为止,否则装置就会通过无线通信模块请求人工介入处理。基于改进背景差分的识别算法,考虑实际场景的复杂性对识别效果的影响,进行场景背景模型重构。同时,利用图像传感器对车辆路径图像进行处理,确定遮挡物的位置和大小,最终实现采集装置的自动避障。城市道路信息采集优化方法可以有效避免外界环境干扰,为城市道路建设管理提供了新的思路。

摘要： 针对老年人群所发生的行为能够进行有效识别,提出了一种二维轮廓特征和方向梯度直方图(HOG)特征相结合的方式来检测人体行为,其中二维轮廓特征包括:人体质心高度h、人体宽高比k、人体质心的变化速度v.首先运用高斯混合模型进行背景识别;之后利用背景减除法对目标图像进行提取,并获得HOG特征和人体二位轮廓特征构建人体行为特征向量,利用SVM对于人体行为进行分类;最后对于获取的图像资料进行识别与分析.结果表明:该图像识别算法的平均正确率达到了97.1％,能够对人体行为进行有效识别.

摘要： 本文提出一种基于感知器网络的太极拳关键动作识别算法.首先通过背景差分法对于太极拳运动员目标进行检测.其次设计一个多层感知器网络用于识别太极拳关键动作.最后构建一个太极拳关键动作数据集,根据梯度下降法得到感知器网络的最优权重估计.

摘要： 本设计基于FPGA硬件平台实现了对一个区域场景的入侵检测与追踪识别,对检测到的运动物体作出人与动物的区分,能够通过无线方式发送警报,且系统检测具有较高的鲁棒性.本系统以FPGA为核心单元,主要由五个模块构成:OV5640摄像头模块,DDR3数据储存模块、图像数据处理模块、蜂鸟E203 RISC-V SoC片上系统.系统整合与调试结果显示,本设计在FPGA上采用了合适的算法搭建系统,能对视频图像中的运动目标进行实时、准确的识别与追踪.

摘要： 本文给出了一种游客进入游园限制区域的一种智能监测方法。算法首先创建一个区域背景模型,再利用背景差分法检测并提取出运动人,接着根据限制区域检测区域和运动人区域的位置关系、运动人在限定区域停留时间等信息融合,首先分析出是否有进入限定区域,并根据进入限定区域的程度给出不同级别的警示信息。实验结果表明,本文方法具有实时性好、准确性较高,并具备一定的鲁棒性。

摘要： 为了实时、准确地统计车流量,以便有效地解决当前存在的交通堵塞、道路拥挤等问题,本文提出了基于视频图像序列的车流量统计方法,该方法先采用混合高斯模型进行背景建模,然后利用背景差分法进行运动车辆检测,最后在车流视频图像序列中道路的适当位置设置虚拟线框,并通过计算虚拟线框内运动车辆前景图像的连通图像面积投影来统计车流量.实验表明,该方法能够实时、快速、准确地统计车流量,具有很好的应用价值.

摘要： 本文提出了一种基于自适应混合高斯模型(GMM)的改进算法.利用分块帧差法消除光照突变的影响,使用改进的GMM创建背景图像,再通过背景差分法获得二值差分图像,从该差分图像中获取运动目标.实验结果表明,该算法具有较好的准确性与实时性.

摘要： 本文针对人流量较少的监控情况,提出了一种基于计算机视觉的嵌入式监控系统解决方案,系统精简、智能.该系统以DSP DM642为核心处理芯片,可对3路视频视角同时处理.系统利用动态权值的改进式背景差分算法对视频流进行实时监控,若发现异常事件,则自动存储一段时间的视频数据,并利用H.264压缩后保存至外存中以供事后取证.由于监控算法巧妙,普通的SD卡即可替代传统的硬盘,系统精简,使用方便.实验显示,本系统灵敏度可调,非常适用于外景和内景的库房监控.

摘要： 在智能交通系统(ITS)中，交通状况检测与信息采集是一个重要课题，本文主要介绍近年来提出的车辆检测与车辆跟踪技术，对经典的背景差分法进行改进。改进的车辆检测方法是将背景差分与帧间差分相结合来实现运动目标的检测，把这两种算法结合起来，实现优势互补，可以改善因物体内部纹理较少而在帧间差分时造成空洞甚至分裂的现象，其步骤为：(1)背景差分法提取运动目标；(2)结合对称差分提取运动目标，两幅帧差图像累加，然后再阈值化，就可以很好地抑制差分的噪声；(3)改进的运动目标提取方法，结合了前面所述的背景差法和改进的对称差分的思想，将获得的前景二值图与差分二值图像进行或运算。

摘要： 针对某武器试验中背景复杂，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，以及对近地目标提取检测困难的问题，提出一种改进的背景差分法。该算法采用结合邻域信息的背景差分法和最大方差阈值法，能够在一定程度上减小背景滞后更新引起的运动目标检测误差，且使目标边缘提取更加明确，从而提高了系统的运行速度，实现复杂背景下的运动目标检测。在VisualC++6.0中用OpenCV实现了相关算法的设计，并给出了完成系统任务所需的部分关键代码，实现了运动目标和试验场景的分离与提取。仿真实验验证了该算法的有效性以及实时性。

摘要： 随着移动设备和技术的发展,在这类通用性高、普及率大、便携性好、能耗低的手持设备上设计开发增强现实系统对增强现实技术的推进和发展具有重要的理论意义和现实意义。针对手持设备处理能力、存储空间等不足,提出并实现了一种手持设备上基于增强现实的运动目标识别。提出了一种通过运动目标速度自适应调整帧间隔的自适应三帧差分检测方法实现人手识别,本文方法能够快速准确的定位运动目标区域,有效降低手持设备处理延迟性,适合计算性能较低的手持设备。同时,将Surendra背景更新算法,与自适应三帧差分和背景差分法相结合,解决了因手持设备抖动而引起的检测误差问题,提高检测精度和效果。实验表明,识别算法能够很好的应用于手持设备上,并满足增强现实系统的应用要求。

摘要： 动态多目标跟踪与计数,在交通监视,车流量统计等领域有着非常重要的实用价值和广阔的发展前景。本文在背景差分法得到前景的基础上,并且通过改进,提出了一种改进的基于质心的多目标跟踪计数算法。实验结果表明,该算法实现起来更加简单。

摘要： 背景差分法是一种重要的运动检测方法,背景图像的获取是背景差分法的关键.本文提出一种有效且自适应的背景建模算法.该算法是基于像素频率的背景建模算法,即在假设背景像素灰度以最大频率出现在图像序列的前提下,对图像像素进行归类,选取包含像素个数最多的类作为背景类,求该类像素的平均值作为背景值,利用实时和定时更新以适应背景变化.实验结果表明,该算法能从有运动前景的图像中,快速而鲁棒地获取背景图像,并能适应光照的缓慢变化和突变,从而实现对运动目标的有效检测,适用于实时视频监控系统.

摘要： 本文首先采用背景差分法获取目标初始轮廓，利用改进的GVF-Snake的强大搜索能力，使snake收敛至目标的真实轮廓;并根据控制点的距离增删控制点。然后通过结合粒了滤波和改进的GVF-Snake模型，得到一种新的能量粒子滤波(EPF)目标跟踪算法。实验表明：在整个跟踪过程中，本文算法能够充分利用GVF-Snake目标轮廓大部分没有被遮挡的轮廓点信息，并使得被跟踪目标在长时间遮挡情况下也能保持良好的跟踪效果。

摘要： 进入21世纪以后,视频监控越界报警系统越来越智能化.很多领域都在这个时间段需要智能视频监控以及越界报警系统的帮助.智能视频监控报警系统已经在数字化和智能化程度上有非常显著的提升,并且在整个中国的国防建设,国民的经济发展,也起到了至关重要的作用.本文将用智能视频监控报警系统为我们的研究对象,通过学习openc v技术以及visual studio软件,对运动中的目标物体进行检测与跟踪算法的分析研究.通过对越界报警系统的设计,带领读者们对视频的监控以及报警有一个全面的系统的认识与熟悉,推动越界报警技术像更加智能化更加自动化的方向去发展.

摘要： 本发明涉及图像分析技术领域，具体公开了一种基于背景抑制帧间差分法的云台角度计算方法，包括以下步骤：步骤1，获取并存储连续的拍摄图像；步骤2，对比与当前拍摄图像相邻的两帧图像建立两帧图像之间的背景仿射关系；步骤3，通过背景抑制算法抑制已经建立仿射关系的背景，从这两帧图像中识别出动态目标及其坐标位置；步骤4，将一段时间内的所有拍摄图像中的同一动态目标的坐标位置进行连接形成该动态目标的移动轨迹；步骤5，从移动轨迹中提取出偏转角度。本发明有效解决了现在计算偏转角度对于拍摄图像的背景要求高的问题。

摘要： 本发明涉及图像分析技术领域，具体公开了一种基于背景抑制帧间差分法的云台角度计算方法，包括以下步骤：步骤1，获取并存储连续的拍摄图像；步骤2，对比与当前拍摄图像相邻的两帧图像建立两帧图像之间的背景仿射关系；步骤3，通过背景抑制算法抑制已经建立仿射关系的背景，从这两帧图像中识别出动态目标及其坐标位置；步骤4，将一段时间内的所有拍摄图像中的同一动态目标的坐标位置进行连接形成该动态目标的移动轨迹；步骤5，从移动轨迹中提取出偏转角度。本发明有效解决了现在计算偏转角度对于拍摄图像的背景要求高的问题。

摘要： 本发明提供了一种基于背景差分法和深度学习的挖掘机实时检测方法和系统，采集管网区域在无挖掘机情况下的红外和可见光背景图像，并采集实时监测图像，通过背景差分法和深度学习检测管网区域，在红外图像分析初步判断有挖掘机后启动可见光图像分析，检测是否有挖掘机施工，降低管道事故风险。本发明具有的优点是：利用背景差分法和深度学习，结合红外图像分析和可见光图像分析，在较低计算投入成本下实现挖掘机的精确检测和实时动态监测。

摘要： 本发明公开了一种基于背景差分法的量子图像分割方法、装置及存储介质，其方法包括：获取包含目标的灰度数字图像和所述目标背景的灰度数字图像，并制备相应的NEQR量子图像；获取两幅NEQR量子图像每个像素的灰度值，并通过预设的比较器进行一次比较；通过预设的减法器对两幅NEQR量子图像每个像素的灰度值进行减法运算，并根据一次比较结果保证减法运算的被减数大于等于减数；将减法运算得到的每个像素的灰度值差值作为每个像素的灰度值生成待分割量子图像；通过预设的比较器将待分割量子图像的每个像素的灰度值与阈值进行二次比较；根据二次比较结果通过预设的分割电路对待分割量子图像进行分割；本发明复杂程度低、分割效果好。

摘要： 本发明设计了一种基于自组织神经网络(SOBS)的背景差分法来检测日冕物质抛射(Coronal Mass Ejection，CME)，由于CME是一种运动的状态，因此可以通过运动目标检测算法中的背景建模与前景检测的方法来提取出运动目标CME。主要步骤包括：首先，获取某个时间段的CME视频序列，将该视频转化为一帧一帧的图像；然后，对获得的日冕图像进行预处理，包括降噪，将图像转换到极坐标系等；接着，利用SOBS算法建立背景模型，得到初步的运动前景目标；最后，利用形态学方法对得到的前景目标进行再处理，得到最终的CME目标。本发明利用SOBS算法来检测CME，提升了检测的速度，检测效果也比较好。

摘要： 本发明提供一种基于双向背景差分法的成像流式细胞粘连计数与活性检测方法、装置。本发明方法，包括：获取待测样品的明视场图像和细胞荧光图像及空测时的背景图像，并对细胞荧光图像进行二值化处理；利用双向背景差分法提取目标轮廓差分图像和目标中心亮斑差分图像，并对两个差分图像进行融合及二值化处理，确定运动目标的位置；对二值化处理后的图像进行形态学闭运算，再进行形态学开运算；对二值图像矩阵进行遍历，实现待测细胞的数量计算以及种类的识别和分类。本发明技术方案解决了现有技术中耗时耗力、功能不全、通量低、价格昂贵等问题。能够实现对微藻细胞、293T淋巴细胞、小鼠细胞等多种细胞的计数和活性判断，应用范围广泛，鉴定指标稳定。

摘要： 本发明提供一种基于改进背景差分法的海上舰船目标检测方法，包括：利用改进的五帧差法获得舰船目标前景；进行ViBe模型的初始化；统计像素点背景模型中欧氏颜色距离小于距离阈值的像素点，将象素点划分到前景区域或者背景区域；利用改进的五帧间差分法得到的目标前景区域和ViBe算法得到的前景区域进行“与”运算，从而得出精确的前景区域；根据背景动态程度的度量值，实时更新距离阈值和更新概率；利用形态学算法和连通区域处理对精确的前景区域进行优化得出舰船目标检测结果。本发明融合帧差法和改进ViBe算法，既可以保留帧差法对光线不敏感的优点，又可以具备ViBe算法检测准确率较高的特点，可以提高目标检测的准确性、鲁棒性和实时性。

摘要： 本发明提供了一种基于背景差分法和深度学习的挖掘机实时检测方法和系统，采集管网区域在无挖掘机情况下的红外和可见光背景图像，并采集实时监测图像，通过背景差分法和深度学习检测管网区域，在红外图像分析初步判断有挖掘机后启动可见光图像分析，检测是否有挖掘机施工，降低管道事故风险。本发明具有的优点是：利用背景差分法和深度学习，结合红外图像分析和可见光图像分析，在较低计算投入成本下实现挖掘机的精确检测和实时动态监测。

摘要： 本发明属于图像分割技术领域，公开了一种基于帧差法和背景差分法结合的前景像素提取方法及系统，利用帧间差分法提取当前帧图像的背景部分，并大致确定运动目标的位置；生成二值化图像作为背景mask模板；对二值化之后的差分图像进行形态学腐蚀操作和膨胀操作；利用帧间差分法生成的mask掩模和当前帧图像来初始化和更新背景模板，利用当前帧图像对应的mask像素位置灰度来更新背景模板的背景像素灰度；使用当前帧图像与更新的背景模板做差分运算，进行二值化处理，确定运动目标位置。本发明利用帧差法实时有效的前景检测方法和稳定的背景差分方法，弥补各自缺点，将算法的性能提高到最大。

摘要： 本发明涉及一种融合背景差分法和聚类法的弹着点定位方法，包括：获取待检测的视频，使用背景差分法对视频进行处理，得到差分图像；对差分图像进行去噪处理，获得完整的爆炸区域，并提取爆炸区域内每一帧差分图像的像素点；使用聚类算法对每一帧差分图像的像素点进行聚类分析，获得聚类中心和不同类的像素个数；对连续N帧差分图像中聚类中心的位置和不同类别内的像素点个数进行检测，获得弹着点位置。本发明克服了单帧图像检测法在弹着点特征与环境特征相似时导致的错检、误检问题，提高了爆炸运动目标检测的精度。本发明适合所有静态靶区的视频弹着点检测，受环境因素影响较小，方便移植到另一个靶场中使用。