摘要：针对传统背景差分法和两帧差分法在车辆检测任务中出现的噪声、鬼影和空洞问题,提出一种将两者融合的静态背景下运动车辆检测算法。建立背景帧和检测帧的类别矩阵M1和M2,消除噪声和空洞;引入最大类方差法(Otsu)生成背景帧和检测帧的灰度级矩阵G1和G2,以此构造鬼影区的灰度级变化特征β,分割鬼影区域。实验结果表明,融合算法在测试集上的检测效果达到88.41%的平均F1值,相比传统的两帧差分、高斯混合模型和视觉背景提取算法均有大幅提升。

摘要：针对机场跑道异物的无人自主检测与识别过程中存在的检测结果受环境影响大、小目标检测困难以及漏检率高等问题,提出基于背景差分的机场跑道异物分块检测与跟踪算法.首先利用速度辅助的位置信息线性插值,获取背景模板图像库与待检测图像序列最相关帧;然后将图像分为不同子块,利用各子块内图像纹理复杂度设置自适应权值,结合ORB算法进行特征点提取,将各子块特征点归一化至原始图像,并与背景模板库最相关帧对齐作差,获取异物检测结果;最后引入核相关滤波器对检测结果进行多目标跟踪,采用各子块局部跟踪算法降低运算时间,并对跟踪结果进行可靠性检验.在3种实验场景下,与5种主流检测算法的对比实验结果表明,与目前已有的基于图像的机场异物检测算法相比,在保证算法处理速度的基础上,该算法将异物整体错检率降低了70%以上,并在异物尺寸大于1cm×1cm的情况下,将整体漏检率降低至0,获得了较好的效果.

摘要：为检测反应堆回路试验装置蒸汽泄漏,提出了一种改进的基于背景差分法的蒸汽泄漏红外视频检测方法。该方法利用红外相机采集图像,使用Wasserstein距离匹配像素点,采用K-means方法去更新改进的混合高斯背景模型(GMM);在后处理中,采用自适应均值滤波及形态学方法抑制环境噪声,通过对泄漏图像灰度形状面积的分层融合特征判断实现对蒸汽泄漏的分级检测。为实现对算法效果的量化,利用泄漏报警率、F1分数等指标评价检测方法的优劣,提出以Dice系数作为算法分割效果的评价函数;在steamTS200inf数据集上的试验结果表明,泄漏报警率可达98.52%,最后一帧分割Dice值可达78.31%,本文方法可有效检测蒸汽泄漏。

摘要：研究了背景差分算法,并设计了一种对多车道路段的车流量检测系统。首先通过背景差分的方法,实现了运动前景和背景的分割;进一步使用虚拟检测线实现了多车道车流量的检测。系统平台用Visual C＋＋结合OpenCV进行编程实现。对实际道路环境下的大量的图像序列进行了测试,取得了较好的效果。

摘要：在虚拟手术系统模型中,特别是脑外科手术中,由于背景图像色彩的非规则性和非均匀性,导致对脑部损伤区域的手术入刀切割点的定位不准,影响手术精度和效果。传统方法采用损伤区域差异特征信息提取方法实现入刀点定位,对脑部特征二维灰度图片缺陷边界的定位效果不佳。提出一种基于背景差分法的虚拟手术损伤区入刀点定位算法,构建了虚拟手术的总体结构模型,将背景图像和人体软组织目标图像划分为多个子块,基于直方图选择阈值对差分图像序列进行二值化,得到高斯虚拟人体器官解析模型。设计医学图像分割算法,采用背景差分技术确定手术器械与软组织发生碰撞的激励因子,快速获取碰撞点,实现对虚拟手术入刀点的准确定位。实验结果表明,采用该算法实现虚拟手术系统设计和图像重构,对手术过程中器官损伤区域切割入刀点定位准确,性能优越,视景效果较好,计算时间缩短,精度提高。

摘要：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。

摘要：根据稻米形态特点设计了稻米动态图像采集系统,选用背景差分法对米粒动态图像进行目标分割,实现了运动状态下稻米图像特征提取。对提取的颜色、形态特征进行多结构神经网络训练,实现了透明整米、垩白整米、碎米和黄米四类稻米的识别,识别准确率分别为95.2%,89.6%,97.3%和90.5%。识别效果较好,为稻米在线图像检测分选奠定基础。

摘要：针对云台摄像头转动时会暂时性丢失跟踪的运动目标的问题,提出了一种基于背景差分法和连续CAMShift法的运动目标跟踪系统的设计方案。该系统在云台摄像头静止的情况下采用改进的背景差分法检测运动目标,在云台摄像头转动的过程中采用连续CAMShift法跟踪运动目标,并通过型心坐标追踪运动目标的轨迹。仿真结果表明,结合背景差分法和连续CAMShift法的运动目标跟踪系统在一定程度上满足了实时性与稳定性的要求。

摘要：为了方便快速实时的检测出医疗输液过程中的液滴速度,本文将基于连续帧间差分与背景差分的算法相融合运用到液滴速度检测中,该算法利用Matlab工具对输液视频提取出每帧的图像序列。对图像序列首先进行连续帧间差分,然后对差分图像进行滤波处理获取背景图像,之后连续帧差图像与背景图像进行差分,再利用阈值处理即可准确的检测出液滴的整个过程,通过分析液滴的整个过程,本文选取液滴滴落液面的过程作为液滴速度检测的依据,统计其运动像素点,取合适的阈值计算出液滴速度为34滴/分,与实际速度相符合。

摘要：针对传统运动目标检测方法存在的缺点和不足,在对现有目标检测算法进行分析对比的基础上,设计并实现了一种简单有效的目标检测方案。首先提出了一种基于像素灰度归类和单高斯模型的背景重构算法,进而以此为基础采用背景差分法进行目标的检测,同时采用分层背景更新算法较好地解决了"拖影"和光照大面积变化的情况,最后给出了一种解决阴影的简单算法。实验结果表明,该算法高效、快速,可以满足实时检测的需要。