摘要：为了提高早期火灾的识别准确性和快速性,基于对火焰动态特性、面积变化率等特征的分析,设计火焰识别系统。系统采用RGB模型、HSI模型对火焰图像进行分割预处理,经过二维中值滤波、形态学分析实现对真实火焰的识别,应用自适应混合高斯背景模型差值处理滤除静态火焰的干扰。实验表明,该方法可以高效的识别出动态火焰,滤除静态火焰和伪火焰,在复杂背景下仍具有好的抗干扰能力和识别效率。

摘要：利用混合高斯模型描述序列图像背景是地面复杂背景下红外搜索跟踪系统中的关键技术。针对背景更新算法的收敛性和估计准确性的问题,提出了一种自适应混合高斯模型的背景更新框架。该背景更新框架通过建立混合模型迭代过程中学习因子与时间、模型状态的关系并且自适应选择混合模型中高斯分布的个数,有效地提高了背景估计的精确程度和算法的收敛速度。通过真实序列图像详细分析本文背景更新框架性能,同时研究设计了基于TMS320C6678DSP芯片的背景更新图像处理系统,实现了视频的传输、处理等系列功能,并与其他算法作比较,从数据分析和实验结果等方面表明本文算法的优越性。

摘要：针对现有的停车检测算法存在不能很好地适应露天场景环境变化以及误检率过高的问题,设计了一种新的违章停车视频检测算法;利用自适应混合高斯模型实现场景背景提取与更新,获得可能的运动前景目标,通过基于像素时间序列特征的稳态分析法来检测静止目标,并根据对象区域特征实现停驶车辆的辨识,从而准确的检测出违章停车;实验结果表明,提出的算法在高速公路露天场景中正检率达到90%以上,与其他停车检测算法相比较,在减少计算量、提高系统实时性的同时,具有较好的正检率。