真实场景下视频运动目标自动提取方法

视频运动目标跟踪逐渐成为研究热点并应用到军事民用等领域,为了能够从真实场景中快速准确地提取视频跟踪单运动目标或多运动目标,提出了一种新的运动目标自动提取方法。首先通过自适应阈值获得滤波后的相邻帧差值图像。其次,为了消除差值图像中噪声的影响,标记此二值图像的连通像素来检测出运动目标所在的区域,并与边缘检测出的空间信息结果比较得到运动目标模型。最后,将图像分成若干区域,在每个分区域内依次连接每个运动目标模型的最外围轮廓点,由此构成目标闭合轮廓。利用得到的连续边界,对运动目标进行提取。实验结果表明,该算法能够有效地自动提取速度不同的单运动目标,同时能够提取多运动目标。     

基于灰度信息的动场景视频序列中运动对象的提取

提出了一种基于视频序列灰度信息的运动对象提取方法。该方法采用改进的Sobel算子提取边缘图像,依据边缘信息将视频图像分割为不同的灰度连续区域。在各灰度连续区域中,选取特征点进行匹配获得特征点对。根据特征点对合并灰度连续区域,获得全局运动参数。采用具有自适应帧间隔的帧差交集法,获得图像中运动对象区域。结合灰度信息和运动信息,分割出运动对象。实验结果表明,该算法可以有效地将运动对象从视频序列中提取出来。     

基于椭圆拟合的多光斑/重叠光斑中心提取方法

针对双折射太阳敏感器多光斑和重叠光斑问题,提出一种基于椭圆拟合的高精度光斑中心提取方法。对多光斑图像进行预处理,分割出不同的目标区域;通过检测目标区域的光斑形状特征后,迅速分辨并分割重叠光斑;利用椭圆拟合法分别提取各光斑的中心坐标。仿真结果表明该方法能快速分辨重叠光斑,计算出光斑数量和半径,实现圆形和椭圆形光斑的亚像素级中心坐标提取。这种方法对光斑大小、数量没有限制,对不完整光斑也能得到较好的结果。     

两种不同形式的椭圆运动之规律初探

对两种不同性质的有心力作用下的椭圆运动所遵循的规律从多方面进行论证、归纳和总结,对有关椭圆运动的两个物理问题进行巧妙解答.     

一种新的基于弧段提取的椭圆检测方法

为了克服椭圆检测过程中对椭圆完整性和边缘梯度信息依赖性较强的缺点,实现椭圆目标的快速有效检测,提出了一种新的基于弧段提取的椭圆拟合方法。首先将梯度方向符号相同的相邻边缘点连接成弧段,然后根据弧段的凸性和象限分类组成包含三段弧的弧组,定义了新的弧选择策略,利用位置约束和弧对的椭圆中心估计提取候选椭圆,最后采用改进的拟合算法拟合椭圆。实验结果表明,基于弧段提取的椭圆拟合方法相对于LMEDS算法和RHT3具有更好的准确性、鲁棒性和稳定性,实时性也有一定的提高。     

基于Hough投票空间的椭圆图像特征亚像素提取方法

椭圆检测是机器视觉和模式识别的基本任务。首先在椭圆中心初定位阶段,通过参数空间的少量投票,依据均值漂移技术获取粗略的椭圆中心,然后再由精提策略实现椭圆中心的精确像素级定位,并采用插值方法进一步获取椭圆中心亚像素坐标。仿真及真实图像的实验结果表明,所提出的方法同时具备了椭圆检测的鲁棒性和中心定位的精确性。     

复杂背景下实时运动目标的提取

提出了一种结合帧间减法与背景自适应更新的算法,结合高速图像处理平台,以满足实时运动目标的提取。着眼于算法的高速性并提出一种足够快的方法用于弹道测量系统。用高斯分布建立每个像素的灰度模型,这个分布用来区分前景和背景像素以便用来更新背景模型。实验表明该系统可以满足靶场弹道测量任务实时性的要求,传统大量占用系统资源的算法在该系统中得到改善,大大提高了系统的实时性。     

基于超像素时空特征的视频显著性检测方法

提出一种基于超像素时空特征的视频显著性检测方法。所提方法可对图像进行超像素分割,提取颜色梯度和运动梯度特征,以构建超像素级时空梯度图。用平均加权测地距离来衡量时空梯度图上每一个超像素相对于其邻域的时空显著程度,形成时空显著图。根据时间域上目标运动的连续性,并借助熵的概念来表征运动模式的一致程度,构建运动一致性图。融合时空显著图和运动一致性图,通过自适应阈值处理定位运动目标。实验从可视化分析和定量评估两个方面将所提方法与其他算法进行对比,结果表明所提方法具有较强的抗环境干扰能力,适用于背景纹理复杂或环境随机变化的视频中运动目标的检测,其检测准确率高达92%。     

基于运动方向估计的管道滤波算法

管道滤波算法提出了从时域角度解决弱小目标检测问题的思路,对于红外强起伏天空背景中弱点目标的检测问题,管道内强噪音的干扰以及低信噪比的条件会导致检测概率降低的情况出现.本文提出了一种运动方向估计的管道滤波算法,分析了红外弱点目标的运动特性,依据弱点目标在相邻帧间位置具有连贯性的特征,建立了弱点目标的运动方向估计模型.在模型中利用弱点目标逐帧检测的先验位置信息,估计弱点目标的运动方向和轨迹,根据估计结果去除管道内噪音对弱点目标的干扰.仿真结果表明,该方法能够很好地抑制管道内噪音的影响,提高弱点目标的检测概率,增强弱点目标抗管道内噪音干扰的能力.     

基于运动方向估计的管道滤波算法

管道滤波算法提出了从时域角度解决弱小目标检测问题的思路,对于红外强起伏天空背景中弱点目标的检测问题,管道内强噪音的干扰以及低信噪比的条件会导致检测概率降低的情况出现.本文提出了一种运动方向估计的管道滤波算法,分析了红外弱点目标的运动特性,依据弱点目标在相邻帧间位置具有连贯性的特征,建立了弱点目标的运动方向估计模型,在模型中利用弱点目标逐帧检测的先验位置信息,估计弱点目标的运动方向和轨迹,根据估计结果去除管道内噪音对弱点目标的干扰.仿真结果表明,该方法能够很好地抑制管道内噪音的影响,提高弱点目标的检测概率,增强弱点目标抗管道内噪音干扰的能力.     

驻波声场中圆柱形管道周围颗粒的运动特性

针对圆柱形管道外部的流体与颗粒介质运动问题,提出了结合圆柱周围声辐射力和声流Stokes力的研究方法。从柱体外部声流方程出发,得到影响涡流结构的无量纲参数Rem≥325.27时,外涡最大流速大于内涡最大流速。在此基础上,采用Nyborg的边界滑移速度理论,获得管道外部声流的极限滑移速度,推导得出圆柱附近的声辐射力公式。基于此公式,在理论上推导出颗粒速度为0、声辐射力和声流Stokes力平衡时,颗粒临界直径的表达式。通过对圆柱位于不同位置时,圆柱外部的颗粒运动进行仿真模拟,得到与理论公式相一致的结论:颗粒的临界直径的大小与声波频率有关,当颗粒直径小于临界直径时,声流Stokes力为主导,颗粒随声流运动,颗粒直径大于等于临界直径时,声辐射力为主导,颗粒在声辐射力作用下逐渐向声辐射力的节点聚集。理论与仿真结果表明该方法可用于分析管道外颗粒的分布状态,其研究结果有助于解决电站中换热器的管道结垢、热交换率降低等问题。     

基于极坐标的相向运动图像模糊的递归模型

成像过程中,被摄像目标和摄像机之间的相向运动会造成图像的辐射状模糊,辐射状模糊将减小有效视场,影响成像质量.本文在扇形网格采样的基础上,利用状态空间模型模拟了退化过程,用递归方法解决了空变问题,并利用对状态空间系统求逆的方法对退化图像进行了复原.计算机模拟显示,算法简单,复原图像清晰,取得了较满意的结果.     

星空背景下的运动点目标轨迹提取

针对星空图像中运动点目标轨迹难于提取的问题,提出了有限帧最小二乘轨迹关联算法。采用相邻帧差分、自适应阈值分割、连通域处理和质心计算等步骤实现了疑似目标的定位。根据星点目标运动轨迹近似为直线、运动的连续性和相关性等特点,利用有限帧最小二乘线性拟合预测目标位置,以预测位置为中心开搜索窗,关联匹配真实目标,并通过置信度检验确认并提取目标运动轨迹。整套算法简单,易于实现,通过实拍星图实验,验证了该算法效果好,实时性强。     

一种自动分割跟踪视频运动对象的方法

针对视频图像中单个运动对象的分割和跟踪问题,提出了一种基于时空离散度的视频对象分割跟踪算法。该算法首先采用时空离散度进行运动对象区域的粗定位;然后通过形态学算子来进行细定位,并获取运动物体的二值模型;再然后使用部分Hausdorff距离实现后续帧中运动对象模型的匹配;最后为了容纳运动对象在视场中形状的变化,在图像距离空间中引入了欧几里德范数作为约束条件来完成运动物体模型的更新。实验表明,在运动对象跟踪过程中相邻位置差未超过2个像素点,从而验证了算法的有效性。     

史瓦西时空中自由粒子的运动方程

直接求解史瓦西时空中自由粒子的测地线方程,得出粒子运动方程的一般常见形式.此方法与一般教材中根据史瓦西度规的静态球对称性以及四速归一条件得出的运动方程完全相同.此方法物理意义更清晰、明确,同时对理解弯曲时空中的测地线方程具有重要意义.     

基于嵌入式和运动检测的井下视频监控系统

针对传统模拟信号监控的不足,设计了一种基于S3C6410硬件平台、Linux2.6软件平台、H.264标准及运动检测算法和WIFI无线网络传输的井下视频监控系统;针对井下监控背景基本不变,采用H.264图像压缩算法以及改进的单高斯模型运动检测算法;并提出了整体监控软件的设计方案;最后通过PSNR、压缩比、压缩时间以及压缩速率等参数对算法进行了实验,实验结果表明:该系统能在较低的编码速率上实现较好的成像质量,具有较高的压缩质量,可满足实时编码需求。     

基于目标提取与引导滤波增强的红外与可见光图像融合EI北大核心CSCD

为了使融合结果突出目标并发掘更多细节,提出了一种基于目标提取与引导滤波增强的红外与可见光图像融合方法。首先对红外图像依据二维Tsallis熵和基于图的视觉显著性模型提取目标区域。然后对可见光与红外图像分别进行非下采样Shearlet变换(NSST),并对所得低频分量进行引导滤波增强。由增强后的红外图像和可见光图像低频分量基于目标提取的融合规则得到融合图像的低频分量,高频分量则根据方向子带信息和取大来确定。最后经NSST逆变换得到融合图像。大量实验结果表明,本文方法在增强融合图像空间细节的同时,有效突出了目标,并且在信息熵、平均梯度等指标上优于基于拉普拉斯金字塔变换、基于小波变换、基于平稳小波变换、基于非下采样Contourlet变换(NSCT)、基于目标提取与NSCT变换等。     

基于柯西分布的视频图像序列背景建模和运动目标检测

提出了一种用于视觉监视系统的基于柯西分布的发光模型的光照不变变化检测方法.假定视频图像序列中每个背景图像像素点灰度观测值的时序变化由白噪声引起,利用建立的初始化背景高斯统计模型对每帧图像进行归一化,得到了背景像灰度比值的分布符合标准柯西分布的结论,解决了柯西分布的模型参量估计问题.在变化检测的基础上,YCbCr颜色空间的亮度、色调和饱和度被用来识别和消除由阴影和反光等引起的变化区域.结果表明,提出的背景建模方法对场景中各种光线变化、小的背景扰动等噪声具有稳健性,可以较为可靠地检测前景目标,识别和去除阴影和反光.     

一种快速的单目移动相机下运动目标检测方法

从射影几何的角度分析了单目移动相机下场景运动矢量与摄像机运动之间的关系,基于摄像机光心坐标系,提出了一种快速极线估计算法.该算法中摄像机在此坐标系下永远静止,只有场景和运动目标在运动,将原来移动平台下运动目标检测的问题转换成静止平台下场景全局运动与运动目标独立运动的问题,并推导出光流约束的简洁形式.该算法框架能够根据KLT算法获得Harris角点光流场,并根据实际图像的运动场补偿摄像机的随机运动,同时在保证算法准确性与鲁棒性的前提下,与原来算法相比,计算速度提升了10倍左右.根据实际采集的图像序列进行了分析对比,真实的数据测试表明快速极线估计算法在保证算法准确性与鲁棒性的前提下,极大地降低了算法的计算量与计算时间,从而无需三维重建便可有效地解决单目移动摄像机下运动目标检测的问题.     

基于线阵CCD像素数提取的高速运动目标形变测量方法研究

针对传统光学成像测量方法对高速运动目标成像帧频低、像质模糊,难以满足对目标形变高精度测量的缺点,提出一种基于线阵CCD像素数提取的高速运动目标形变测量方法。该方法利用线阵CCD高分辨率、高帧频等优势,通过提取线阵CCD输出目标强度--像素曲线斜率变化率最大点来获取目标所占像素数N的像素数提取方法,同时采用DMD模拟高速运动目标形变过程,配合基于线阵CCD像素数提取的高速运动目标形变测量方法进行形变测量实验验证。实验结果显示采用该方法对V=450 km/h的高速运动目标进行形变量测量时,可以满足目标形变测量偏差小于0.3 mm,标准差小于0.5 mm,相对误差最低0.01%。实现了高速运动目标形变量的准确测量,为高速磨损测试、高温形变测试、高压形态测试等奠定了基础。