基于视觉显著性的空中目标检测算法

可见光低慢小飞行目标检测技术在军用民用领域有着特殊的意义,当视频背景中包含动态干扰、复杂云像等复杂情况时,检测诸如民用无人机等低慢小飞行目标十分困难,为此本文提出了一种基于视觉显著性的飞行目标智能检测算法,该算法首先通过帧间差分法提取运动信息,再利用改进SR算法对运动目标周边进行检测,检测时,首先通过局部复杂度分类模块对运动信息进行分类,排除地面的动态干扰信息,再提取目标邻域LAB空间中B通道图像,再对该图像进行云、天边缘部分提取,随后将其与SR算法的输出进行归一化做差获取最终检测结果。实验结果表明该算法在地空背景、复杂云像背景、过曝光背景中可以良好工作,并能达到实时处理需求。     

一种基于角度测量估计飞行目标运动参数的新方法

针对伪线性参数估计的实时性问题,提出了一种基于角度测量的飞行目标运动参数实时估计、跟踪算法.该算法对角度量测方程在当前飞行目标运动参数估计值附近进行泰勒级数展开,得出该时刻飞行目标的运动参数估计值与角度测量值之间的线性关系.在此基础上,利用最大似然估计法对估计值和估计误差协方差矩阵进行实时更新,再将更新值带入目标运动状态方程,以获得下一时刻的估计值和估计误差协方差,从而实现了飞行目标运动参数的迭代估计.仿真实验表明,所提算法可实现空中飞行目标的实时定位和位置、速度运动参数的实时估计,且无需存储大量的历史数据,其与伪线性参数估计算法相比,计算效率可提高50%.     

利用角度测量估计机动目标运动参数的方法

针对伪线性参数估计不适用于运动参数估计的问题,提出了一种基于角度测量的飞行目标运动参数实时估计和跟踪算法.该算法对角度量测方程在当前飞行目标运动参数估计值附近进行泰勒级数展开,得到飞行目标此刻的运动参数估计值与角度测量值之间的线性关系.在此基础上,利用最大似然估计法对参数估计值和估计误差协方差矩阵进行实时更新,并将更新值带入目标运动状态方程来估计下一时刻飞行目标的参数值和协方差,从而实现了飞行目标运动参数的迭代估计.仿真实验表明,所提算法可实现空中飞行目标的实时定位,且无需存储大量的历史数据,与伪线性参数估计算法相比,计算效率可提高50%.     

一种提高图像制导抗于扰性的方法

在图像流约束方程的基础上，提出了一种在连续时空空间里对序列图像中运动目标的速度进行估计的算法．该算法克服了以往图像流运动目标提取方法的缺点，通过在动态环境里对时间和空间轴求们导并用三维拟合模板进行数值逼近，能较准确地从具有各种光电干扰的背景中利用多出图像序列求得目标的运动参数，最终完成复杂环境下的图像制导．计算机实验的结果验证了算法的良好性能．     

一种提高图像制导抗干扰性的方法

在图像流约束方程的基础上，提出了一种在连续时空空莘里对序列图像中运动目标的速度进行估计的算法，该算法克服了以往图像流运动目标提取方法的缺点，通过在动态环境里对时间和空间轴求偏导并用三维拟合模板进行数值逼近，能较准确从具有各种光电干扰的背景中利用多帧图像序列求得目标的运动参数，最终完成复杂环境下的图像制导，计算机实验的结果验证了算法的良好性能。     

一种运动背景下视觉注意辅助的目标检测方法

针对运动背景下序列图像中前景目标难以准确检测的问题,提出了一种视觉注意辅助ViBe算法的目标检测方法.首先利用提出的"记忆窗"随机抽样一致性算法估计出背景运动模型,再将补偿后的帧图像送入视觉显著性辅助ViBe算法进行目标检测,其中背景更新因子由图像的二维熵和显著性共同决定,同时,显著性特征也被用来对"鬼影"效应进行滤波抑制.实验结果表明,在缺乏运动前景目标的先验知识的情况下,本方法能够有效地解决通常方法对运动背景中的目标难以甚至无法检测的问题,并且具有较高的鲁棒性和检测效率.     

基于运动矢量可靠性分析的视频全局运动估计

视频全局运动估计通常根据图像的运动矢量场来决定,而前景或背景中不可靠的运动矢量对运动估计的结果影响很大。为了提高估计的准确度,提出了一种基于运动矢量可靠性分析的全局运动估计算法。该算法通过对当前帧的运动矢量场进行可靠性分析,提取图像块的匹配特征并用支持向量机的方法将运动矢量分成可靠与不可靠两类,剔除不可靠的运动矢量,用可靠运动矢量建立全局运动的线性参数模型,通过线性迭代最小二乘法求解估计参数。实验结果表明:该算法相比传统方法能够更好地消除前景或背景中不可靠运动矢量的影响,特别是在采用传统方法误差很大的情况下,该算法的结果仍十分准确。     

一种序列图像运动目标速度的估计方法

提出了一种在连续时空空间对序列图像中运动目标的速度进行估计的算法。该算法克服了以往序列图像目标提取方法的缺点，通过在动态环境里对时间和空间轴求偏导并用三维拟合模板进行数值逼近，较为精确地估计目标的运动速度。算法对目标遮挡和形状变化较大的情形有鲁棒性，计算机模拟实验的结果验证了算法的良好性能。     

航拍图像序列的多运动目标定位

针对航拍图像序列中运动目标使用仿射模型来描述航拍图像序列中的背景运动，提出了一种基于稀疏采样的局部补偿误差函数泰勒展开算法，该算法能有效地估计出模型参数；又根据图象序列中背景运动与目标运动的矢量不一致的特点，采用矢量聚类的算法，实现了对多个目标的准确定位．提出的算法对噪声和光照都具有强抑制性，可以在图像质量相对较差时，能确保对运动目标的快速定位．     

一种去抖动的运动目标检测方法

在视频图像序列中,经常会遇到摄像机平移、晃动等抖动现象.这些抖动现象会严重干扰对运动目标检测的效果,为了解决这个问题,实现了一种改进的钻石搜索方法的快速块运动估计方法,再经过运动补偿实现了将动态背景向静止背景下的转化,转化后的图像再采用帧间差分法就可以得到运动目标.经实验证明,该方法不仅可以解决基于钻石搜索的块运动估计中存在的过搜索和欠搜索问题;而且还可以有效提高图像运动估计的精度,对运动目标进行准确的检测.     

一种序列图像运动目标速度的估计方法

提出了一种在连续时空空间对序列图像中运动目标的速度进行估计的算法，该算法克服了以往序列图像目标提取方法的缺点，通过在动态环境里对时间和空间轴求偏导并用三维拟合模权进行数值逼近，较为精确地估计目标的运动速度，算法对目标遮挡和形状变化较大的情形有鲁棒性，计算机模拟实验的结果验证了算法的良好性能。     

视频图像序列中的运动目标实时检测

大多数基于背景差的运动目标检测方法,主要运用背景图像与当前帧图像之差进行目标检测和提取,但对背景的实时更新和场景中的光线明显变化等情况不能很好的处理.本文结合Surendra背景更新算法和动态阈值背景差算法,给出了一种新的运动目标实时检测算法.首先采用Surendra方法动态更新背景,然后使用Ostu算法计算出的阈值与一个反映光线变化的增量之和为阈值实时检测运动目标.该算法既可以稳定地对背景进行实时更新,又可以适应场景光照变化的情况.     

基于均值场理论和马尔可夫场的运动目标分割算法

研究了基于均值场理论和马尔可夫场的运动目标分割方法.该算法先对帧差图像进行简单的前背景划分,再采用均值场理论(MFT),建立马尔可夫随机场(MRF)模型,构造系统相应的能量函数.然后通过求取最大后验估计(MRF-MAP),即求最小能量函数,得出标记场,提取运动目标.实验结果证明:该算法能够很好地消除噪声,对运动目标分割具有较好的分割效果.     

基于图像块归类的背景重构算法

为了降低图像序列运动目标检测中背景重构的时间复杂度和空间复杂度,提出一种基于子图像块归类的背景重构算法.在假设背景图像块以最大概率出现在图像序列中的前提下,选择编号频率最高的图像块作为背景图像块进行背景重构.在运动目标有较长的暂时停顿情况下,即观测长度较长时利用该算法进行实时背景重构具有明显的优点.仿真结果表明,该算法能够准确地重构背景,并有效地避免混合现象,从而实现对运动目标的完整提取,以便进一步识别或跟踪.     

基于序列图像的视觉定位

提出了一种静止摄像机条件下基于计算机视觉的工业机器人的定位算法。采用单目视觉系统,由线性摄像机模型推导出定位测量模型。通过序列图像,以一种改进的自适应混合高斯模型更新背景,运用背景差分法检测出运动目标,用CAMSHIFT算法实现对运动目标的跟踪,确定其位置和姿态,估计出运动参数,反馈给机器人指导其准确运动。实验结果表明,该方法快速、有效,能够满足视觉定位的实时性要求。     

自适应背景更新及运动目标检测算法

从视频中检测运动目标是智能视频监控应用中的一项关键技术.文中提出了一种基于区域的自适应背景更新及运动目标检测算法,首先使用高斯模型建立初始的静态背景图像,通过背景减法得到差值图像;然后使用自适应阈值对差值图像进行二值化,并利用形态学滤波和连通区域面积检测进行后处理,得到运动目标区域掩模;最后,根据运动目标区域掩模检测出运动目标,同时使用基于区域的自适应背景更新算法动态更新背景图像.实验结果表明,该算法能够自适应地对背景模型进行更新,对于背景的扰动、光线的渐变等带来的影响有很好的抑制作用,可以有效地检测出运动目标.     

基于速度特征矢量提取运动目标的图像分割方法

研究基于速度特征矢量提取运动目标的图像分割方法,根据目标图像像素移动的一致性,在序列图像中利用块匹配法进行帧间图像配准,得到目标图像块的速度估计,将具有相同速度矢量的目标图像块聚类,即可分割出运动目标。仿真实验结果表明,该方法能有效地对复杂背景下的运动目标图像进行分割,并具有较好的抗噪能力。     

基于CAD模型的立体视觉目标运动估计

提出了一种基于CAD模型的目标运动估计和目标轨迹实时生成方法，分为两步：首先采用立体视觉系统由图像特征点求出目标特征点的每个采样周期的空间位置；然后由其匹配模型的特征点集，通过扩展卡尔曼滤波方法估计目标运动参数，有了上述参数，就可以设计与伺服系统事宽匹配、消除图像处理延时影响的目标轨迹生成器，文中对目标的运动估计算法进行了仿真研究，结果表明该算法是可行的，文章创新之处在于推导了双目立体视觉系统的运动估计算法。     

弱目标运动参数的三维频域估计

具有不同平移运动速度的目标和背景图像在三维频域中形成两个分别与目标和背景运动参数有关的能量聚积平面，提出了用霍夫变换检测这两个平面、确定背景和目标的运动参数的方法。该方法可用于连续多帧图像情况下在低信噪比时估计运动目标的参数。     

基于背景更新的运动车辆检测算法研究

在基于视觉的智能交通系统中,运动车辆的检测是最基础也是最关键的步骤。目前运动车辆检测中最常用的方法是背景差分法。该算法的关键在于背景图像的获取,由于背景图像的动态变化,为了有效的对车辆进行检测,需要对背景进行实时更新。因此,提出了一种新的基于像素点灰度值变化的自适应更新背景的算法,该算法在背景变化的情况下,能实时地修正或更新当前背景图像,再结合差分法与阈值化分割出完整的运动目标。通过实验证明了算法的有效性和实时性。