相机抖动场景下基于背景差和运动信息的前景检测方法

    公开(公告)号:CN103530893A

    公开(公告)日:2014-01-22

    申请号:CN201310510830.4

    申请日:2013-10-25

    Abstract: 本发明公开了一种相机抖动场景下基于背景差和运动信息的前景检测方法,属于图像处理与计算机视觉技术领域。本发明通过分析相机抖动场景下像素点的运动信息,采用概率阈值判断去除相机抖动造成的误检前景点,提高运动检测的准确性,解决现有运动检测方法对场景中相机抖动适应性不高的问题。在背景差法运动检测中,相机抖动造成边缘处像素点在前一帧被检测为前景点,当前帧却被检测为背景点,下一帧又可能被检测为前景点。运动目标运动是由前一帧的运动像素点移动过来,在序列图像中形成连续的运动,且连续运动持续的时间与运动物体的尺寸有关。获取相机抖动造成的运动信息的概率分布,实现相机抖动场景下误检前景的剔除。

    相机抖动场景下基于背景差和运动信息的前景检测方法

    公开(公告)号:CN103530893B

    公开(公告)日:2016-06-08

    申请号:CN201310510830.4

    申请日:2013-10-25

    Abstract: 本发明公开了一种相机抖动场景下基于背景差和运动信息的前景检测方法,属于图像处理与计算机视觉技术领域。本发明通过分析相机抖动场景下像素点的运动信息,采用概率阈值判断去除相机抖动造成的误检前景点,提高运动检测的准确性,解决现有运动检测方法对场景中相机抖动适应性不高的问题。在背景差法运动检测中,相机抖动造成边缘处像素点在前一帧被检测为前景点,当前帧却被检测为背景点,下一帧又可能被检测为前景点。运动目标运动是由前一帧的运动像素点移动过来,在序列图像中形成连续的运动,且连续运动持续的时间与运动物体的尺寸有关。获取相机抖动造成的运动信息的概率分布,实现相机抖动场景下误检前景的剔除。

    一种动态背景场景下的前景检测方法

    公开(公告)号:CN103971386A

    公开(公告)日:2014-08-06

    申请号:CN201410241185.5

    申请日:2014-05-30

    Applicant: 南京大学

    Abstract: 一种动态背景场景下的前景检测方法,采用多帧连续图像初始化背景模型,通过自适应的方式更新匹配阈值,并在更新过程引入空间一致性判断与模糊理论,完成前景检测。本发明以ViBe算法为基础,通过多帧图像初始化、匹配阈值自适应更新、空间一致性原则以及模糊理论大大改善了算法在动态背景下的性能,降低了误检率。

    一种基于视频图像的船舶超长超宽检测方法

    公开(公告)号:CN103996049A

    公开(公告)日:2014-08-20

    申请号:CN201410187034.6

    申请日:2014-05-05

    Applicant: 南京大学

    Abstract: 一种基于视频图像的船舶超长超宽检测方法,采集船舶视频,进行像平面坐标系与世界坐标系的变换;提取船舶二值图像区域得到运动船舶区域;对每一帧图像的运动船舶均采用Kalman滤波器跟踪,得到运动船舶的质心位置的叠加,拟合船舶的运动轨迹确定船舶的主轴,利用Canny算子提取二值图像的轮廓,计算船舶主轴与所述轮廓的交点之间连线的长度,得到船舶的长度,所述轮廓垂直到主轴的最长距离为船舶的宽度;判断该船舶是否超长超宽。本发明根据当前的内河监控视频图像,采用图象处理、计算机视觉技术,从中提取运动船舶及像素级的长宽信息,通过交互式网格标定计算出船舶的实际尺寸,根据实际场景的条件,对船舶的长宽进行超限判断。

    一种动态背景场景下的前景检测方法

    公开(公告)号:CN103971386B

    公开(公告)日:2017-03-15

    申请号:CN201410241185.5

    申请日:2014-05-30

    Applicant: 南京大学

    Abstract: 一种动态背景场景下的前景检测方法,采用多帧连续图像初始化背景模型,通过自适应的方式更新匹配阈值,并在更新过程引入空间一致性判断与模糊理论,完成前景检测。本发明以ViBe算法为基础,通过多帧图像初始化、匹配阈值自适应更新、空间一致性原则以及模糊理论大大改善了算法在动态背景下的性能,降低了误检率。

    一种基于视频图像的船舶超长超宽检测方法

    公开(公告)号:CN103996049B

    公开(公告)日:2017-02-15

    申请号:CN201410187034.6

    申请日:2014-05-05

    Applicant: 南京大学

    Abstract: 一种基于视频图像的船舶超长超宽检测方法,采集船舶视频,进行像平面坐标系与世界坐标系的变换;提取船舶二值图像区域得到运动船舶区域;对每一帧图像的运动船舶均采用Kalman滤波器跟踪,得到运动船舶的质心位置的叠加,拟合船舶的运动轨迹确定船舶的主轴,利用Canny算子提取二值图像的轮廓,计算船舶主轴与所述轮廓的交点之间连线的长度,得到船舶的长度,所述轮廓垂直到主轴的最长距离为船舶的宽度;判断该船舶是否超长超宽。本发明根据当前的内河监控视频图像,采用图象处理、计算机视觉技术,从中提取运动船舶及像素级的长宽信息,通过交互式网格标定计算出船舶的实际尺寸,根据实际场景的条件,对船舶的长宽进行超限判断。

Patent Agency Ranking