视频特技中钢丝绳的检测与消除技术的研究

针对视频特技中手工消除钢丝绳的问题,提出了一种基于静止图像的检测和消除方法,并在此基础上提出了一种基于运动估计模型的改进方案,改进方案充分考虑了特技演员和摄像机的运动对钢丝绳位置的影响.通过实验分析了2种检测和消除方案的准确性和适应性.实验结果表明,对于复杂背景下的图像,改进方案虽计算量较大,处理时间较长,但检测效果较好.     

基于模板匹配的运动目标快速检测与跟踪

在图像跟踪系统中，运动目标的快速检测与识别是至关重要的．通过分析视频序列图像的特点，并结合帧差法和多分辨率图像匹配的优点，提出了一种基于模板匹配的快速检测识别目标的方案．实验结果表明，该方法能快速有效地识别目标，基本上达到了实时跟踪的要求．     

一种改进的运动目标检测

针对现有方法在复杂的环境下不能很好地检测出运动物体的问题,提出了一种改进的基于混合高斯模型的背景消减法检测运动目标.改进了背景模型的更新算法,提高了背景更新速度.利用帧间差分法消除了"鬼影"问题,同时采用动态阈值分割算法,提高了准确性.实验结果表明,该算法能很好地提取出运动目标.     

背景差法中的阴影消除方法

依据视频图像序列中运动目标分割的一种重要方法背景差法的,提出一种新的计算颜色模型,使用该模型能够有效地计算色度差,解决了背景中光照亮度渐变和背景物体移动等问题,从而解决了运动物体的阴影消除问题。利用该方案实现了人体检测系统,并对该检测系统在室内和室外进行了多组实验。实验结果验证了所提出的方案——新的阴影消除方法的有效性。     

基于Vibe和三帧差法的目标检测算法

运动目标检测是智能视频监控中的关键问题.Vibe是一种典型的运动目标检测算法,但是这种方法存在对鬼影消除速度缓慢以及对全局光线变化的抗干扰性差等缺点.本文提出一种改进算法,改进Vibe的背景模型更新机制,引入三帧差法作为参考帧,提升了消除鬼影的速度和背景模型的稳定性.提出一种全局光线抗干扰策略,降低了全局光线对目标检测的干扰,并通过实验验证了本文算法的有效性和可行性.     

基于空域滤波和空间相关的钢丝绳图像分割算法研究

在钢丝绳断丝实时检测中,由于复杂环境因素的影响和钢丝绳自身结构特点的原因,钢丝绳图像经常受不均匀光照、阴影、油泥、粉末等干扰,导致图像降质严重,给钢丝绳的分割带来困难.本文提出了一种有效、快速的分割算法:首先采用改进的空域同态滤波器对钢丝绳图像进行滤波,去除不均匀光照和削除阴影边缘,然后根据钢丝绳的几何对称性,结合边缘方向信息测度的差异和钢丝绳区域的局部特征统计,消除干扰,实现钢丝绳的分割.实验结果表明,该分割算法能够快速、完整地分割出钢丝绳图像.     

一种提高音频QoS的改进策略初探

提出了基于RTCP包数据解析的码率控制和码率定制，对音频QoS控制进行研究，并提出一种提高音频QoS的改进策略方案，实验证明该方法在QoS的改进上具有一定的效果．     

一种改进的基于光流的运动目标检测方法

针对传统的基于梯度的光流方法一般不能检测出帧间位移小于1个像素的运动目标,提出一种改进的基于梯度的光流计算方法．该方法使用了一种新的3D-Sobel算子计算像素的时空梯度,并增加置信判断算子来确定每个像素对应的光流场,改进的梯度计算过程需要5帧图像．实验结果表明：在静止背景的图像序列中,该方法比传统方法能更好地检测出以不同速度运动的目标．     

CBVR中一种镜头边缘检测算法

镜头边缘检测是实现CBVR的一个重要的步骤．提出了忽略分块极大值的加权直方图的方法，并结合此概念及现有算法分别提出一种改进的窗口法来检测突变和一种改进的基于非相邻帧差法来检测渐变，更加精确地实现了镜头的分割以及对镜头边界点的定位．实验结果表明该算法行之有效．     

基于小波变换的块匹配运动估计方法

将小波变换引入低码率视频图像序列的运动估计研究中，提出了基于小波变换的块匹配搜索方法．该方法的特点是可根据运动物体的大小和运动程度，用可变宏块进行运动估计，统一了匹配块和匹配点的搜索，发展了一种改进的三步搜索算法．实验结果表明，该算法比三步法有更高的精度，更适应低码率和多细节视频图像传输中的运动估计．     

基于计算机视觉的车流量检测算法

提出了一种基于计算机视觉的车流量检测算法。通过分析CCD摄像头采集的现场交通视频数据,运有用图像处理的方法提取图像中通行车辆的车速以及通过视场内的车流量,研究了视场距离标定算法和基于灰度统计的通行车辆识别算法,仿真结果表明了该算法的正确性和有效性。     

基于视频处理的无人值守变电站在线检测

介绍了基于视频图像处理的无人值守变电站在线检测技术原理。针对目前无人值守变电站监控不能进行及时检测、易误报、缺乏智能化处理等不足,提出了一套基于视频图像处理在线检测的智能算法。采用图像处理技术及时检测出无人值守变电站内异常情况,并报警和视频保存,方便查看,节省人工,为调度指挥抉择提供准确及时有效的信息,使电网更坚强和智能。与传统的检测系统相比,更直观、方便、可靠和实用。     

基于摄像机的人体运动分析系统标志点图像处理

针对基于普通摄像技术的人体运动分析系统检测精度与处理速度低的问题,提出了一种快速标志点模糊图像预处理及标志点识别与跟踪的新方法。该方法首先利用快速模糊边缘检测算法对图像进行增强处理,然后使用作者构造的基于阈值法的连通域判别算法提取标志点图像边缘,最后运用“一阶预测—局部搜索”方法查找与跟踪标志点。对比实验及临床应用结果表明,该方法具有运算量小,图像处理快的特点,提高了运动分析系统的运行速度。该方法尽管是针对由普通摄像机替代专用设备建造的人体运动信息分析系统中图像处理问题提出的,但它同样适用于其它有关静止或低速运动物体图像的检测、处理与模式识别等方面的研究。     

空时自适应混合高斯模型复杂背景运动目标检测

为克服传统基于单像素建模方法存在的缺陷,解决复杂背景下的运动目标检测问题,将视频图像序列的空间信息引入背景建模过程中,研究了邻域更新、二维联合直方图信息熵判别、空时平滑等方法.采用引导滤波方法对视频图像进行预处理,以消除图像噪声,并保留图像中目标的边缘信息,给出了算法处理流程和实现步骤.在不同的评测数据库及现实捕获的视频图像上进行了定性及定量实验,结果表明,本文提出的算法在目标检测准确度和完整性等指标上优于传统的同类型算法,为复杂背景环境下的运动目标检测提供了一种新的解决方法.      

基于视频图像处理的交通流检测方法

针对视频交通流的特点，提出了一种无需进行视场标定的交通流检测方法。该方法选用检测线上的点及其近似点作为检测区域，通过对背景模板上检测区域中的突变点的分析和统计，可以实时地检测车辆的驶入、存在和驶出，提高了检测速度。在此基础上，设计和实现了视频交通流信息采集系统，并用软件实现检测算法和图像处理算法。试验结果表明，其检测速度和检测精度都能够满足实际要求，达到了用最小的系统规模实现交通流信息采集的目的，能够为交通管理与控制提供信息数据。     

基于IMediaDet的视频捕获关键技术研究

在图像处理应用中,抓取视频图像对视频进行加工是非常重要的.针对传统的基于VFW技术的方法不能提供流数据等问题,探讨了一种简单的利用IMediaDet实现视频抓取的方法,详细研究了图片的结构、抓取帧的计算方法等,并在CJHJ环境中利用该方法实现了一个视频抓取与回放系统,取得了良好的效果.     

基于IMediaDet的视频捕获关键技术研究

在图像处理应用中,抓取视频图像对视频进行加工是非常重要的.针对传统的基于VFW技术的方法不能提供流数据等问题,探讨了一种简单的利用IMediaDet实现视频抓取的方法,详细研究了图片的结构、抓取帧的计算方法等,并在CJHJ环境中利用该方法实现了一个视频抓取与回放系统,取得了良好的效果.     

基于机器学习的Cortex-M监控视频车型识别

为了解决高速公路环境下监控视频图像车型识别需要将海量视频数据上传计算机服务器中心,对所有的视频流图像进行结构化处理和车型识别,造成服务器中心数据压力大、计算任务重,对服务器性能要求高的问题。对此,提出一种基于机器学习的Cortex-M监控视频车型识别的方法。首先,将训练机训练好的六种车型的权值矩阵文件移植到前端Cortex-M核系列开发板上,采用开发板内嵌的CMSIS-NN网络函数库搭建与训练机相同的网络模型结构;同时采用开发板内嵌的CMSIS-DSP库加快图像处理速度,并对选择处理监控视频图像实现车型识别;实验结果表明,该方法平均识别率达到94.6%以上,与采用计算机进行识别相同,可见该方法能够缓解大量视频上传给服务器中心造成的压力,为高速公路环境下监控视频图像车型识别研究提供了一种可选择的方案。     

数字视频监控系统中运动检测算法及应用

运动检测是图像处理和分析系统的关键技术,本文详细阐述了数字视频监控系统中运动物体检测算法中的帧差法,该算法主要基于视频帧图像的变化分析;以及运动方向判断算法中基于视频块的匹配算法,并介绍了基于这两个算法的一个系统的实现.     

形态滤波器在交通视频检测中的应用

介绍交通视频检测的基本过程,分析了交通视频图像的特征,研究了三种形态滤波器——中值滤波器、普通形态滤波器、顺序滤波器对交通视频图像的处理能力．顺序滤波器的使用依赖于二值图像中噪声与目标的分布参数P．提出了选择交通视频图像分布参数P和滤波窗大小的基本方法．实验证明,选用合适参数P的顺序滤波器能够大大减少计算量,快速地处理交通视频的二值图像,基本满足在各种气象条件下的实时采集交通数据的要求。