摘要：为了满足在高饱和城市交叉路口采用背景差法实现车辆检测的需求,设计了一种基于背景评估的背景提取与更新算法。算法针对交叉路口的车流特点,提出了一种基于检测结果反馈的背景评估机制,并融合中值滤波与帧间差分算法,将含噪声的初始背景不断纠错更新,向真实背景逼近,最终提取出一个可用的背景图。实验结果表明:对于一个信号周期内不能放完所有排队车辆的高饱和交叉路口,算法具有较快的收敛速度,且算法复杂度满足实际工程应用要求。

摘要：为实现智能监控中有效的目标检测,提出了一种综合的动态背景提取和阴影去除方法。该方法应用多层次信息对混合高斯背景模型进行更新以获取高质量的彩色场景背景;同时,在前景提取过程中,结合RGB和HSI彩色信息对像素进行递进式分类,实现对阴影的去除。以此为基础实现的智能监控系统,实现了目标的跟踪与异常行为检测。经过不同场景的实验证明,本文所提方法能够满足实际应用的要求,具有良好的性能。

摘要：背景提取是运动目标检测中重要而基础的一个环节。分析了一般静态背景提取算法的原理和缺陷,提出了一种新颖的基于改进K-均值聚类算法的背景提取方法,给出了动态三元组(DTDG)的概念,并且对每个像素用3个动态三元组进行建模,实现了原始背景的提取。实验验证了所提方案的有效性。

摘要：为了准确提取交通背景信息,在对交通信息背景特征分析的基础上,对现有的背景提取算法模型进行分析,提出了自适应更新算法的实现流程,设计试验进行对比分析。实验结果表明:信息提取技术的基本理念和方法特点能够满足交通信息数据时效性、多样性、复杂性的处理要求,基于光流场的提取算法在车流视频的应用中提取出的背景图像效果很不稳定,混合Gaussi-an背景提取算法,能提取出比较理想的背景图像,满足使用要求。

摘要：针对监控视频图像背景固定的特点,提出一种有效去除高斯噪声和脉冲噪声的降噪算法。首先通过分析噪声设计一种提取视频序列背景图像的算法,然后对运动区域采用自适应像素域滤波算法来进行处理。该算法根据最小可觉差和视频图像特征自适应地选择谐波均值滤波、加权算术平均滤波、α-截尾均值滤波和中值滤波。为评估降噪算法性能,将降噪处理前后的视频序列分别进行MPEG-2编码,并改变目标码率对比视频质量。实验结果显示:降噪处理后的视频能够用更少的(约50%)比特数获得相同的主、客观视频质量;或者用相同的比特数获得更高的视频质量。

摘要：基于背景差分法的视频车辆监控系统实时性与准确性的设计要求,提出了一种新的背景提取与更新算法.该算法以扫描线为单位进行运算处理,简单易行.在背景提取和背景更新阶段,分别利用帧间差分和背景差分检测运动前景,再配合适当的运动区域判定条件,很好地消除了运动前景的影响,提高了准确性.通过将背景更新任务分解到多帧中处理,大大缩短了处理一帧图像的耗时,提高了系统实时性.实践证明该方法可行.

摘要：为了更快速准确的实现视频监控中运动目标的检测,提出了基于背景差法的改进算法。该算法对背景差法中的背景建模与阈值选取进行了优化,解决了场景中存在运动物体时背景的初始化问题,能够快速有效地进行背景自动更新。同时根据场景信息自适应地在图像的不同区域采用不同阈值,将检出图像中的噪声点作为反馈来调整阈值,即减小了背景物体产生的噪声,又不影响检测灵敏度,从而大大提高了检测的质量。实验结果表明,该算法比原有算法准确度更高,速度更快,有效地提高了设备的检测效果。

摘要：为了减小所提取的背景对后续目标检测的影响,提出了基于自适应背景匹配的运动目标检测算法。通过改进的Mode算法结合自适应背景匹配更新机制获得可靠的背景,在此基础上结合绝对差分和具有双动态阈值的Cauchy分布模型建立了目标检测总体模型,从而实现对视频序列中的运动目标进行检测。通过对行人和车辆等不同监控对象的实验,验证了算法具有良好的噪声抑制能力和对慢目标良好的鲁棒性,同时能有效的分割前景目标。

摘要：在交通数据实时采集的诸多技术中,基于视频图像处理的方法不但能够克服人工采集方法精度低、可靠性差等缺陷,还能够解决传统的感应线圈检测、雷达检测和微波检测等方法无法检测非机动车和行人的问题.本文针对该问题设计和提出在混合交通情况下的视频交通数据采集系统,通过将视频图像处理技术和神经网络相结合,采集交通数据并识别和区分不同种类的交通对象.经过测试实验,效果比较理想.

摘要：长江航道上船撞桥的事故时有发生,对船舶和桥梁的安全都构成了极大的危害。为此,文中基于视频图像技术设计了视频监控的桥墩防撞监控系统,并重点讨论了Ostu图像分割的算法。在此基础上,文中利用Kalman滤波对算法进行了改进。该方法比传统的背景提取算法具有更好的适时效果。系统设计利用了Intel公司的开放源代码视频图像处理工具包OpenCV。