基于自适应背景模型的全方位视觉人体运动检测

设计了一种新的全方位视觉系统,用来在室内对多个人体目标进行实时运动检测。系统中使用全方位摄像机作为图像采集设备,能在一幅图像中获取水平方向360°的环境信息。在检测开始之前,首先由摄像机对无人环境持续观测一段时间,建立背景的统计模型;在检测开始之后,将每一时刻全方位摄像机采集到的图像变换成柱状全景图像,再利用背景的统计模型,通过自适应的动态背景减除算法得到前景区域,同时在线更新背景模型。最后进行区域分割,确定人体的位置。试验结果表明,该系统在复杂背景的室内环境下,有较好的实时性和检测效果。     

视频运动目标检测方法的对比分析

针对视频运动目标检测领域的研究现状,对帧间差分法、背景建模法、图像分割法、聚类分析法、运动矢量场法等视频运动目标检测方法的算法适应性、复杂度等性能进行了对比分析.辅以典型的视频运动目标检测实例,比较了各种方法的适用范围与优劣特点,可为不同应用场合下视频运动目标检测方法的选择提供参考依据.指出了现阶段视频运动目标检测技术研发的瓶颈所在,以及在新的应用需求背景下所面临的挑战,并对进一步的发展趋势作了预测和评估.     

一种自适应的背景模型建立方法

在背景差分法的运动目标监测中,背景通常用前m帧图像的平均值来估计,m的取值决定着背景估计的准确性,该值太大实时性差,太小准确性差.本文提出一种自适应估计最小m值的方法,先计算不同m取值下估计背景的标准差δ(m);然后寻找δ(m)序列的第1个最小值,对应的m值为估计背景所需最少帧数,此时背景为最佳背景模型.实验结果表明该方法对不同环境下获取的图像序列有较好的适应性,能使用最少帧数建立背景模型,为后续的运动目标检测奠定基础.     

一种基于Surendra背景更新的背景减除运动目标检测方法

针对监控环境下运动物体的检测,提出了基于Surendra背景更新的背景减除的运动目标检测方法.首先对视频图像进行灰度化并去噪,再建立一个可靠的Surendra背景更新模型,由背景消减法得到运动目标图像,最后图像进行二值化并采用形态学滤波和连通区域面积检测进行后处理,以消除噪声和背景扰动带来的影响.试验结果表明本文采用的基于Surendra背景更新算法的背景减除的方法,具有较好的实用性.     

自适应背景建模及运动目标的检测

提出一种能在动态摄像机场景下检测前景物的算法(AGMM).本方法采用角点特征对前后两帧图像进行匹配,估算两帧图像的移动向量,并以此校正高斯混合模型(GMM),并在此基础上进行背景的重建以及前景物的分割.以不同场景的视频序列对本算法和GMM算法进行比较.实验结果表明,提出的算法能够适应动态摄像机场景,以牺牲一点复杂度为代价,大大提高检测精度,并且在摄像机移动比较大的位移时仍然可以得到正确的结果.     

基于自适应背景模型的实时人体检测

提出了基于动态信息窗口的自适应背景模型，在此基础上建立人体检测的有效算法。通过实验表明，该方法能够适应变化的背景，具有较强的鲁棒性和较好的实时性。     

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.     

基于背景Codebook模型的前景检测算法

很多背景场景都包括复杂的运动目标,解决这种问题的较好方法是获取每个像素或者一组像素的时间序列模型,这类模型可以很好的处理时间起伏。但是,计算复杂度高而且耗时。为了获得与自适应滤波相当接近的性能。采用Codebook来建模场景中感兴趣的状态,选择RGB颜色空间模型,学习一个覆盖组成图像像素三个通道上的Codebook,可以有效的解决像素剧烈变化的问题,从而鲁棒探测出场景的前景目标。通过实验结果表明,提出的基于Codebook背景模型的目标检测方法比传统的目标检测算法具有更高的精确度和鲁棒性。     

基于阴影抑制和自适应背景更新的车辆检测系统

在基于视频的交通监控系统中,车辆的正确检测是关键,目前采用的典型方法是背景相减法.为了提高对多车道上运动车辆检测的正确率,该文提出的车辆检测系统采用了快速自适应背景生成与更新算法,并结合基于轮廓跟踪的阴影去除技术,可以达到精确定位车辆的目的.实验图像数据表明:该检测技术较传统方法更具鲁棒性和准确性,并且从算法实现的角度来看,具有简单易用、实时性较高的特点.     

混合高斯模型下的自适应阈值阴影检测

针对现有阴影检测算法参数众多,需要训练参数或者手动设置阈值的缺点.文章提出一种基于HSV颜色信息的自适应阈值阴影检测方法,并利用最大熵阈值分割实现自适应阈值阴影检测.实验表明,该方法能够准确地检测出阴影,鲁棒性强.     

运动系统自适应控制器的程式化设计方法

针对运动系统的特点,提出其自适应控制器的程式化设计方法．结合自动仿形铣床自适应速度控制器的设计,给出了应用实例．     

Adaptive Contour Model for Real-Time Foreground Detection

A multiscale foreground detection method was developed to segment moving objects from a stationary background. The algorithm is based on a fixed-mesh-based contour model, which starts at the bounding box of the difference map between an input image and its background and ends at a final contour.An adaptive algorithm was developed to calculate an appropriate energy threshold to control the contours to identify the foreground silhouettes. Experiments show that this method more successfully ignores the negative influence of image noise to obtain an accurate foreground map than other foreground detection algorithms. Most shadow pixels are also eliminated by this method.     

基于运动选择的提高在线手眼标定精度自适应方法

针对在线手眼标定算法的鲁棒性,提出了一种根据运动序列的特点自动设定运动选择阈值的在线手眼标定算法.该算法使用三次多项式回归曲线表示手眼标定的RMS误差值和用于运动选择的阈值之间的关系,根据此关系曲线预测新的阈值,进行运动选择.通过该方法,可以避免随机运动序列中存在的小角度运动以及纯平移一类的退化情况对标定精度的影响,得到符合手眼标定精度的要求.实验表明,该方法提高了算法的精度,适用于在线手眼标定的多种情况.     

基于改进的自适应混合高斯背景模型的车辆检测方法

针对静止摄像机条件下运动车辆的检测问题,提出一种改进的自适应混合高斯背景模型的方法.该方法初始时通过三帧差分法判断运动目标所在区域,运用提出的区域背景更新算法生成初始背景图像,然后在Stauffer等人提出的自适应混合高斯背景模型的基础上融入帧间差分和背景差分相结合的方法用于判定运动目标区域和背景区域,通过对背景区域和运动目标区域设置不同的学习率来更新背景模型,提高了模型的收敛速度.实验结果表明,同传统检测方法相比,改进的算法能较快地初始化背景模型并能有效地检测出运动车辆,有较强的鲁棒性和较好的自适应能力.     

自适应入侵检测系统

论述入侵检测系统的基本概念,分析入侵检测系统(IDS)的关键技术及存在的问题.为了解决传统入侵检测模型所存在的问题,提出了一个自适应入侵检测系统(AIDS)模型,阐述了系统模型的结构及主要功能.运用自适应的模型生成方法,使收集数据、建立模型并将模型分配给检测器的过程高效、自动化.该模型为开放的系统模型,具有很好的可伸缩性,可大大减少使用IDS的代价,解决IDS的环境适应性问题,降低建立模型的代价,提高系统的效率.     

多尺度边缘检测中滤波尺度自适应调整方法

提出了一种多尺度边缘检测中自适应调整滤波尺度的方法．该方法分析了当前像素点所处邻域内存在边缘的可能性，并以该可能性度量来定量调整边缘检测中的滤波尺度参数．实验结果表明，这种方法可以得到令人满意的结果，同时具有较好的抗噪能力．     

一种图像帧间运动检测算法

针对图像运动检测算法运算速度慢的问题,提出了一种基于块匹配算法日的分块检测算法,并采用SSE2指令优化编程对这一算法进行了验证。结果表明检测准确率与像素递归法相当,但SSE2指令运算时间约是C代码运算时间的1／3。     

脉冲神经网络自适应侧连接的运动检测

根据视觉皮层脉冲神经网络中神经元相互作用的神经生物学机制,提出了模拟初级视皮层脉冲神经网络生物学属性的运动检测方法.该方法利用脉冲神经元之间的侧连接实现中心环绕的抑制和易化作用,并根据运动强度自适应地确定相互作用范围以及连接强度.实验结果表明:该方法不仅能较大程度地抑制噪声,而且能改善不同对比度对象的运动检测,从而提升了运动检测的性能.     

具有抗噪性能的运动检测的硬件实现

设计了用硬件实现的两种检测算法的原理框图．可实时对２５６×２５６的图像进行运动目标检测处理．用硬件实现了噪声的实时检测与计算，为门限值的确定提供了依据．按照所提出的算法建立的实时系统具有较强的抗噪能力和一定的自适应能力，它具有简单、实时的特点．其结构可以扩展到处理５１２×５１２的图像，适合于ＶＬＳＩ的实施．     

基于双边滤波与自适应灰度的钢筋图像预处理

提出双边滤波结合自适应直方图均衡化方法在钢筋检测中的工业应用。双边滤波采用传统高斯滤波方法与图像亮度信息相结合,达到平滑滤除高频噪声,并有效保持图像边缘信息;自适应直方图均衡化改进了常规均衡化方法,对图像亮度信息的缺失进行自适应补偿,有效提高图像对比度。在焊网机器人钢筋检测预处理中进行应用,结果证明有效提高钢筋检测的准确率。