摘要：针对经典前景提取算法无法在光照突变情况下正确提取前景的问题,根据LBP算子对光照不敏感的特性,提出了一种基于截尾均值的纹理特征提取算法,即通过对噪声的抑制及对平坦区域序列的稳定性处理,解决了原有LBP算子易受噪声干扰,平坦区域序列不稳定及得到的纹理图信息冗余的问题.结合高质量纹理特征,根据纹理特征的光照不变性,设计了一种能有效应对光照突变情况的背景更新模型,实验结果表明,本文提出的融合纹理特征的前景提取模型不仅能够在光照缓慢变化的情况下有效地对运动目标前景进行提取,而且在光照突变情况下仍然能够进行准确提取,前景提取的准确率相比平均背景模型提高61.7%,相比混合高斯模型提高59.3%.

摘要：带式输送机是采矿企业现代化生产系统的重要组成部分,其正常运行对于生产安全有着重要意义,为此,设计了一种面向带式输送机的网络智能视频监控系统。介绍了该监控系统的总体设计,基于前景提取的基本思路,综合使用帧差法和Otsu方法实现了输送机输送带承载物的有效检测,为基于机器视觉实现针对带式输送机异常情况的智能检测奠定了基础。

摘要：为了弥补纹理对传统GrabCut提取结果的负面影响,本文分析了图像边缘和颜色分布的尺度特性,结合图像多尺度分解和GrabCut,提出了基于图像多尺度分解的前景提取模型.首先,该模型运用全变分对图像进行多尺度分解得到一系列平滑图像,该分解保护了图像边缘并平滑了纹理,压缩了图像区域颜色的分布范围;其次,将给定平滑图像前景颜色分布表示为高斯混合模型,并运用直方图形状分析方法优化了高斯混合模型的高斯函数个数,弥补了传统固定高斯函数个数的负面影响;最后,根据不同平滑图像的分割结果设计了迭代终止条件,使得从适当的分解尺度中提取前景.与传统前景提取算法相比较,该模型降低了纹理对前景提取的负面影响,其测评分数高于传统算法.

摘要：前景提取是在图像整体认知基础上将感兴趣对象分离出来,本文联合图像亮度视觉感知和水平集方法提出了一种基于亮度感知的前景提取模型.该模型依据像素对的亮度视觉相关性,联合视觉区域内的相似性和区域间的差异性,设计了亮度感知能量泛函,运用瑞利熵求解能量泛函得到视觉区域,利用视觉区域特征驱使初始曲线演化至前景轮廓.相对于传统算法,该模型运用图像视觉特征有利于从图像的整体认知上提取前景,提高了水平集方法的前景提取质量.

摘要：为解决冗余信息导致跌倒检测准确率低的问题,构建一种基于改进ViBe算法的双流CNN网络模型来检测跌倒。将帧差法与ViBe算法相结合,解决原始ViBe算法的鬼影问题,通过多帧合成运动历史图(MHI)的方式输入双流网络,提出Sum-SoftMax决策层融合算法,增强算法模型的跌倒检测能力。在公开数据集上实验并与现有算法对比,实验结果表明,该模型综合准确率达到了98.7%,高于现有算法模型,可用于室内人员的跌倒检测。

摘要：为了在提供少量用户交互的情况下快速、准确地处理复杂自然图像的前景提取任务,提出一种基于双边空间和置信颜色模型的快速图像鲁棒分割方法.首先使用分辨率明显低于输入图像的双边网格重采样输入图像,极大地减少待处理的图像数据量;其次基于双边网格顶点构建图并定义图切割能量项,根据高斯分布规律定义未知颜色和二义颜色的辨别准则,以构建鲁棒的颜色模型;最后采用标准的最大流/最小割算法进行全局优化求解,实现高质量的图像前景提取.实验结果表明,该方法不仅能够在1 s内提取出高分辨率图像满足实时性要求的、有意义目标物体,而且还实现了复杂场景下的图像鲁棒分割.

摘要：提出一种图像合成算法.首先将源样本纹理根据其纹元的特点分成前景和背景,并生成相应的二值掩码图像;再将源样本纹理及其掩码图像通过变形方法生成多个相似的样本纹理,应用前景提取法将这些相似纹理中的前景提取出来,采用随机动态、交互合成或轨迹自动跟踪生成图像等方法输出到背景图像上;根据合成图像的动态二值掩码图像控制合成图像纹元前景的密度和轨迹合成方向.与其他算法相比,该算法仅用少量甚至一个样本纹理即能生成纹元形状略有不同的各种合成输出图像,实现了大自然中常见的纹元前景之间的相互遮挡效果.最后给出了若干实例.采用文中算法得到的输出图像具有生成速度快、真实感强,能按预定轨迹生成图案等特点,适用于自然场景、随机纹理或人造图案的生成.

摘要：城市交通安全越发重要,工程运输车辆监控需求与日俱增。为提高城市道路智能监控系统的识别准确性,论文提出了基于改进梯度方向直方图(HOG)多级支持向量机(SVM)的工程车辆识别方法。首先,为避免帧间快速变化导致的混合高斯背景模型(GMM)误差,设计数字图像质量判断因子剔除信噪比低的视频帧,同时基于凸包算法分割前景中粘连的车辆轮廓,抑制不同视角与光线阴影对特征提取的干扰。其次针对HOG特征,融合对角线方向梯度细节,增强特征轮廓描述能力;基于分块梯度方向方差进行预筛选以剔除低信噪比分块,增强特征鲁棒性;并融合不同权值半径的局部二值模式(LBP)算子,添加纹理属性以增强特征针对相似轮廓信息的分辨能力。最后,根据工程车辆的特征特性设计多级SVM分类器,有效提升目标工程车辆的分类准确率。实验结果表明,论文针对工程车辆的识别准确率达92%、召回率达90%,能较好地完成道路工程车辆识别任务。

摘要：为了能准确的对锂电池极片轧机轧辐表面的缺陷类型做出检测,提出了一种基于图像处理的轧辐表面缺陷检测与识别方法。首先,针对轧辐表面缺陷进行了类别划分,并设计了相应的轧辐表面质量检测系统,实现图像的收集与提取;然后针对收集的轧辐表面图片,利用前景提取和图像增强实现初步的预处理;最后利用特征提取与特征归类的方法对经过预处理的图像进行缺陷归类。通过对40组轧辐缺陷样本进行试验测试,结果表明,轧辐表面缺陷检测的准确度达到90%,证明了该方法的精度和有效性,该方法能够有效鉴别轧辐表面的缺陷类型,对锂电池极片轧辐的维护有着指导作用。

摘要：为提高针对红外观影图像的人数统计的准确率,提出一种基于U-net的人数统计方法。针对传统前景提取方法泛化能力差的问题,提出一种改进U-Net(IDU-net)前景提取方法,将多个影厅的原图与其前景图像进行端到端训练,实现不同影厅图像的前景提取;再结合改进透视效应校正方法,提取前景面积并建立其与人数的回归关系,得到最终人数统计结果。实验结果表明,IDU-net前景提取方法的分类准确率达到97.65%,相较于ViBe算法、混合高斯模型、原U-net模型分别提高了5.72%,2.44%,5.37%。将其与改进透视效应校正方法相结合,得到了更优的人群计数结果。