基于System Generator的帧间差分运动目标检测算法仿真

该文主要介绍运动目标检测中的帧间差分算法,从硬件实现的角度出发,结合Xilinx公司的Sys-tem Generator系统级建模工具,实现了一种软硬件协同的仿真方式。实验结果表明,该仿真方法简单便捷,用帧间差分算法实现的运动目标检测效果良好。     

基于相关配准的帧间差分算法

针对帧间差分法在摄像头运动时受动态背景严重干扰的问题,提出了一种基于图像配准的运动目标检测算法。首先将中值滤波后的连续两帧图像配准,配准时先在前一帧图像中选取背景,即背景图像,用区域相关法将后一帧图像与背景图像配准;接着将配准后的2帧图像差分得到帧间差分图像,即帧差图像,再用数学形态学的开运算去掉帧差图像中的一些细小噪声;最后将连续两帧去噪后的帧差图像逻辑与运算,得到运动目标检测结果。实验结果表明,在摄像头运动时的动态背景下,该算法有效地抑制了动态背景的干扰,准确地检测出了运动目标的边界,提高了运动目标检测在动态背景下的应用价值。     

基于形态滤波与帧间差分的红外点目标检测算法

针对复杂背景下弱点目标的检测问题,提出一种基于形态学处理和帧间差分相结合的红外点目标检测算法。该算法依据背景的缓变特性,采用帧间差分法消除背景孤立奇异点,突出目标信息,建立了预测复杂背景的有效模型。仿真实验证明,该算法能够将复杂背景下的空间点目标可靠地检测出来,便于进一步的目标识别与跟踪。     

帧间差分融合灰度投影的运动目标检测方法

针对光线变化、动态背景以及摄像头轻微晃动等因素导致监控视频中运动目标的检测识别率低的问题,提出帧间差分融合灰度投影的运动目标检测方法。在帧间差分算法的基础上,通过改进三帧差加法运算,改善了光线变化的影响。同时,将连续三帧差加法运算的图像进行水平与垂直方向的灰度投影得到两个方向上的灰度投影曲线,对相邻的灰度投影曲线进行互相关运算,互相关曲线的峰值坐标即为运动目标在相邻图像之间的运动位移,以此实现了运动目标的检测。实验结果表明,在单个目标和多个目标的检测识别中,该方法能够获得准确的运动目标,其识别率、误检率均优于传统帧差法。     

一种基于梯度图像帧间差分和背景差分的运动目标检测新方法

提出一种基于梯度图像,融合帧间差分和背景差分的运动目标检测新方法.其特点是采用混合高斯背景模型,先利用针对梯度图像的帧间差分检出变化区域,再利用背景差分从变化区域中检出运动物体,最后利用连通性检验消去噪声和阴影.针对真实视频序列的实验结果表明,该方法既简单有效,又具有较小的运算量和较好的鲁棒性.     

基于隔帧差分区域光流法的运动目标检测

结合运动目标检测帧差法运算速度快和光流法动目标检测准确度高的特点,提出了一种基于隔帧差分区域光流计算的运动目标检测方法.该方法通过隔帧帧差方法先提取运动区域,然后只对运动区域进行光流计算,减少了计算区域,提高了速度;在光流场计算时,对梯度较大和较小的点处,分别采用基本等式约束和光滑准则约束的方法,提高了动目标检测的准确性,另外在光流迭代运算中增加惯性项,减少了迭代次数,进一步提高了检测速度.实验结果验证了该方法的有效性.     

基于帧间差分和金字塔LK光流法的运动目标检测

针对用于运动目标检测的光流算法存在处理复杂、计算量大等问题,提出一种帧间差分算法和金字塔LK光流法相结合的运动目标检测方案.该方法先对视频图像进行帧间差分处理,得到图像的运动区域,再对该运动区域进行金字塔LK光流计算,减少了计算区域,提高目标检测的速度.最后在搭建的视觉避障平台上使用LabVIEW语言进行算法程序验证,实验结果证明了算法的有效性.     

基于帧间差分和深度语义特征的视频显著性目标检测算法

视频显著性目标检测旨在利用计算机自动识别提取视频序列中具有显著性特征的区域或目标.随着大数据时代的到来,视频内部包含的空时信息愈发复杂,实现高效准确的检测成为当下研究的难点.因此,提出基于帧间差分和深度语义特征的视频显著性目标检测算法.首先,利用改进后的帧间差分算法计算相邻视频帧在RGB这3个颜色通道上的差分值,加权求...     

基于背景差分和信息熵的运动目标检测算法

提出一种目标检测算法,首先选取视频的第一帧作为背景帧,运用加权累加图像方法更新背景图像,背景图像的更新速率通过相邻帧的差分结果决定,再运用背景差分算法提取出运动目标。计算运动目标的区域的熵值,通过熵值判断出特征目标。实验结果表明,该算法简单,稳定性好,能够较好解决动态背景的问题并且检测出特定目标。     

基于帧间差分的次表层探测雷达数据压缩

针对深空次表层探测雷达相邻帧道数据相似的特性,提出了一种对相邻帧道差值数据进行分块自适应量化的算法——帧间差分分块自适应量化（Frame Difference Block Adaptive Quantization,FD-BAQ）。该算法首先对数据进行分块,然后进行帧间差分,并对差值数据或原始数据进行Lloyd-Max量化,最后用量化后的数据进行重构。在选择对差值数据或原始数据进行量化时,提出用数据方差作为量化误差的衡量指标,当子块差值数据方差小于原始数据方差时,对差值数据进行量化来替代对原始数据量化,否则直接量化原始数据,从而大幅减小量化误差。将该方法与已有改进型BAQ算法比较,实验结果表明,在相同压缩比条件下,FD-BAQ算法在数据域和图像域均能取得更好的压缩效果。     

一种基于帧间差分法的舰船中靶图像识别方法

将帧间差分法运用于舰船中靶图像识别中,并提出了一种基于图像统计特征的舰船中靶图像识别方法。基于Visual C＋＋中的MFC对话框开发工具,借助OpenCV计算机视觉库编写了演示软件,并对识别方法进行了验证。结果表明,该方法能快速、准确地识别出中靶图像,从而为指挥员的指挥决策提供客观依据。     

对线性调频脉压雷达的改进移频干扰研究

针对线性调频脉冲压缩雷达回波信号距离和多普勒频率存在耦合这一特点,在固定移频干扰的基础上,提出了2种改进的移频干扰方法---正弦波移频干扰和随机移频干扰。对于2种改进的移频干扰,分别仿真分析了不同参数取值情况时的干扰效果。     

脉冲多普勒雷达特征分析及干扰识别方法研究

首先介绍了脉冲多普勒雷达的技术特征。在此基础上,给出了对常见干扰的识别方法和对抗措施。最后,分析和探讨了对距离-速度欺骗干扰的识别方法。     

脉冲雷达高度表干扰模式研究

简要介绍了脉冲高度表的基本原理,在此基础上,分析了对其进行干扰的不利因素以及可行性。针对脉冲高度表,提出了跟踪门阻塞干扰和强制捕捉干扰两种干扰模式,并分别给出了干扰信号形式和干扰能量方程。     

对线性调频雷达的矩形波冲击序列卷积干扰

在分析线性调频信号的单脉冲卷积干扰原理和特点的基础上,提出矩形脉冲卷积的方法,并分析了各个参数对干扰效果的影响。仿真实验验证了该理论的正确性,总结此方法不仅能产生多组虚假目标串的欺骗式干扰还可以产生覆盖干扰。     

对抗脉冲多普勒雷达的自卫及协同干扰

分析了脉冲多普勒雷达信号时域、频域特点,研究了有效干扰脉冲多普勒雷达的难点及可行性,提出了有效干扰脉冲多普勒雷达的基本条件,以脉冲多普勒雷达为干扰对象,重点研究了5种自卫干扰方法和4种协同干扰方法。     

对线性调频脉压雷达的灵巧噪声干扰研究

针对传统噪声在干扰LFM脉冲压缩雷达时干扰功率利用率不高的问题,提出一种灵巧噪声干扰实现方法。该方法将DRFM存储的雷达发射信号与噪声信号相卷积得到灵巧噪声信号,这种信号干扰能量利用率高,能产生压制性和欺骗性双重干扰效果。文章从理论分析和仿真实验角度证明了它能有效干扰LFM脉冲压缩雷达,且性能明显优于射频噪声干扰。     

对LFM脉冲压缩雷达的干扰研究与仿真分析

脉冲压缩雷达具有很强的抗干扰能力。分析了线性频率调制（LFM）脉冲压缩雷达的工作原理,研究了射频噪声干扰、移频干扰、卷积干扰对LFM脉压雷达的干扰效果。经过比较,射频噪声干扰干扰效果很差,将移频干扰和卷积干扰结合是一种有效并且实用的干扰方法。     

针对前向纠错编码的脉冲干扰技术研究

数字通信系统通常采用前向纠错编码提高系统可靠性,传统干扰方法针对采用前向纠错编码通信系统的干扰效果较差,为了克服此缺点,提出了通过控制错误分布的脉冲干扰方法。分析了典型卷积码和RS码的纠错能力,根据2种纠错编码的特性分别探讨了干扰信号设计原则和方法。计算机仿真表明,针对不同的编码样式采用特定脉冲干扰参数,能够取得更好的干扰效果。     

对两种脉冲压缩信号干扰的对比

研究了对两种普遍应用的脉压信号——线性调频信号和相位编码信号的干扰方法及效果,探讨了对两种信号的移频干扰、循环复制干扰,对比分析了干扰效果产生差异的原因,通过仿真分析了两种干扰对两种脉压信号的干扰效果。