摘要：针对经典码本模型对动态背景适应能力不足及更新算法效率不高的问题,提出了一种用快速冒泡排序和短时滑动窗口改进的码本模型。为了优化码本结构,提高活动码字首次匹配成功概率,设计了一种快速冒泡排序算法对模型码本中码字位置进行快速排序;为了实现像素的均值及偏差的快速跟踪,设计了一种短时滑动窗口算法对像素变化信息进行存储,解决了动态背景的模型自适应问题。实验表明,改进后的算法能够有效适应复杂环境下的背景变化,且具有良好的检测精度和实时性能。

摘要：针对经典码本模型在复杂环境下的前景检测存在自适应动态背景能力不足的问题,提出一种双重自适应码本模型算法.该算法分别对前景和背景进行建模和更新,使得前背景可以在预设参数的控制下进行相互转换,消除了背景变化造成的虚影现象;根据命中次数对模型码本中码字的位置进行快速冒泡排序,提高了活动码字首次匹配成功的概率;利用短时滑动窗口的方法对像素变化信息进行存储,实现了像素的均值及偏差的快速实时跟踪,解决了动态背景的模型自适应问题.实验结果表明,文中算法具有较好的检测效果和实时性能,适用于复杂环境条件下的前景目标检测.

摘要：为改进阴影检测的准确度和场景自适应能力,提高运动目标检测精度,设计了一种自适应的阴影检测算法。该算法利用候选前景与原始背景的Y、U、V分量变化比率来检测阴影像素,并结合全局边缘纹理特征及抽样推断方法来估计检测阈值。算法能自动完成阈值估计及阴影判别过程而无需人工干预,并可自动适应各种光线条件,具有较强的鲁棒性。对不同光线环境的标准视频检测实验表明,该算法在精度和实时性上均有所提升,阴影检测综合性能指标达到了94%以上。

摘要：为了提高不同光线环境下阴影检测的准确度和稳定性,提出了一种自适应的阴影检测算法。设计了一种阴影检测器,利用候选前景中像素YUV分量变化比率判别阴影像素,其检测阈值由阈值估计器得到。阈值估计器利用全局纹理和抽样推断的方法统计计算出当前光线环境下所需的阈值。整个阴影检测过程不需要人工干预,适应于各种复杂动态的场景。对代表不同光线条件的标准测试视频的检测实验表明,本文算法能够自适应地检测得到各目标阴影区域,具有较好的稳定性和实时性,综合检测指标达到94%以上。

摘要：针对视觉背景提取模型对动态场景适应性不强、运动目标检测精度低等问题,提出一种改进的视觉背景模型算法.在模型建立与初始化阶段,采用按序抽取的方法将像素点本身信息加入到背景模型中,形成邻域背景模型,降低复杂场景对模型的影响;在前景检测阶段,结合像素点的空间邻域信息自适应地获取分割阈值,减少各类复杂场景对检测结果的干扰,提高运动目标检测的精度;在背景更新阶段,根据场景复杂度动态地调整模型的更新周期与更新方式,使得模型能够有效地消除虚影与背景噪声的影响,增强模型对复杂场景的适应性与鲁棒性.与典型算法进行对比的实验结果表明,该算法具备较高的检测精度,适用于动态场景中的运动目标检测.

摘要：建筑物夜景照明具有多样性和灵活性。由于使用功能、建筑造型、材质及色彩、位置及环境等不同,夜景照明方式也有很多差别,本文通过对不同类型建筑物采用的夜景照明方式的分析,总结出照明设计的技巧、原则及应注意的问题,阐述了建筑物夜景照明设计的综合性及重要性。

摘要：针对动态背景中运动分离的难点问题,提出了一种双目协同的运动分离方法。该方法利用一个相机实现监控场景的广域监视,另外一个相机实现运动目标的动态捕捉,通过图像配准的方法协同分离出运动前景。针对两相机同步帧图像存在的尺度和灰度差异,设计了一种由粗到精的图像配准方法,该方法比传统的特征配准方法具有更高的配准精度。通过实际监控场景下的视频实验,验证了方法的有效性和可行性。实验结果表明:该方法对于摄像机运动、尺度和灰度差异等影响因素具有较强的适应能力,在智能监控领域具有较广泛的应用前景。

摘要：借鉴变色龙视觉的高度独立性、对称性、全局性与选择性兼顾等特点,该文提出一种基于双PTZ(Pan-Tilt-Zoom)相机的主从跟踪方法。由于两个相机的对称性和参数可变性、可控性,这种方法相对于静止加主动相机的主从跟踪系统,可以增大监控范围;相对于多静止加主动相机的系统,可减小硬件开销;相对于全向加主动相机的系统,更有利于信息融合。该文设计了基于球面坐标模型的主从控制方法,可方便实现两相机在任意pan-tilt-zoom参数下的主从模式跟踪,实现对目标的多尺度视觉关注。在室外场景中进行的多组实验验证了所提方法的有效性。

摘要：为了解决高清视频的畸变校正及显示的实时性问题,提出了一种CUDA架构下的并行加速方案。系统利用张正友标定方法获得摄像机的内部参数和畸变参数,并利用GPU的大规模并行计算能力加速校正过程。校正后,位于显存的图像数据直接利用OPENGL驱动进行显示。针对不同架构GPU片上资源限制不同,设计了一种并行划分参数自整定算法,保证了程序移植到不同GPU后能充分利用硬件资源,实现最佳性能。实验结果表明,本文设计的系统对传统串行处理系统的综合加速比最高可达39倍以上,对2 596×1 920分辨率视频下的处理帧率可达100F/s以上。

摘要：可变车道技术是潮汐式交通拥堵问题的有效解决手段之一,杭州西湖区潮汐走廊是连接城西居民区和市区的主干道。为了解决潮汐车道在早高峰通勤时过饱和状态下的拥堵问题,深入分析了潮汐走廊的实际交通数据并判断出潮汐车道的瓶颈路段。提出基于群体动力学的交叉口群协同控制算法,建立了双交叉口协同控制模型,并研究了潮汐走廊过饱和状态下瓶颈路段两端双交叉口的信号实时协同配时方案。利用VISSIM+MATLAB的自适应仿真控制技术对双交叉口配时方案进行了对比分析。仿真结果表明:在满足了交通流量的前提下,协同配时方案使得瓶颈路段的流速由22.7 km/h提高至28.2 km/h,提速24.23%,由中度拥堵改善为轻度拥堵,行车时间、平均延误时间等参数也均达到了不同程度的优化。然而,在双交叉口的协同配时控制达到一定效果的同时,下一路段的车辆流速却降低了12.35%,平均延误时间增加了8.96%。这说明:基于群体动力学算法的多交叉口协同配时方案设计,必须强调上下游交通流的关联关系,从全局角度进行全路段的交叉口群的协同控制。上述成果为城市潮汐车道的定量分析和实时智能交通控制的研究提供了一定的理论和实践基础。