本文關(guān)鍵詞： 機(jī)器視覺(jué) 運(yùn)動(dòng)目標(biāo)檢測(cè) 視覺(jué)背景提取 鬼影消除 視覺(jué)顯著性 動(dòng)態(tài)背景 自適應(yīng)閾值　出處：《光學(xué)學(xué)報(bào)》2016年06期 　論文類(lèi)型：期刊論文

【摘要】：針對(duì)視覺(jué)背景提取算法(ViBe)中出現(xiàn)的鬼影問(wèn)題、不能很好適應(yīng)背景高頻擾動(dòng)和攝像機(jī)抖動(dòng)問(wèn)題以及由于采用空間鄰域擴(kuò)散機(jī)制引起背景更新錯(cuò)誤問(wèn)題,提出一種改進(jìn)的視覺(jué)背景提取算法。該算法結(jié)合視覺(jué)顯著性判斷背景模型中存在的鬼影目標(biāo),通過(guò)判斷背景模型中每個(gè)像素點(diǎn)的鬼影程度,結(jié)合模糊準(zhǔn)則自適應(yīng)改變時(shí)間子采樣因子,加快消除鬼影的速度;通過(guò)建立一個(gè)閃爍程度矩陣,判斷背景高頻擾動(dòng)程度來(lái)設(shè)置自適應(yīng)匹配閾值,加入小目標(biāo)丟棄和空洞填充策略;統(tǒng)計(jì)前景像素24鄰域區(qū)域的像素點(diǎn)個(gè)數(shù),判斷前景像素點(diǎn)是否為攝像機(jī)抖動(dòng)或者背景更新錯(cuò)誤引起的噪點(diǎn),提高算法的穩(wěn)健性。結(jié)果表明,改進(jìn)后的算法可以很好地彌補(bǔ)經(jīng)典ViBe算法的不足,準(zhǔn)確率與識(shí)別率等指標(biāo)均大大提升。
[Abstract]:Aiming at the ghost problem in visual background extraction algorithm Vibe, it can not adapt to the background high frequency disturbance and camera jitter and background updating error due to the spatial neighborhood diffusion mechanism. An improved visual background extraction algorithm is proposed, which combines visual saliency to judge the ghost target in the background model, and determines the degree of ghost image of each pixel in the background model. Combined with fuzzy criterion, the time subsampling factor can be changed adaptively to speed up the elimination of ghost images, and the adaptive matching threshold can be set up by establishing a flicker degree matrix to judge the background high frequency disturbance degree. Adding small target dropping and empty filling strategy, counting the number of pixels in the foreground pixel 24 neighborhood, judging whether the foreground pixel is noise caused by camera jitter or background update error, and improving the robustness of the algorithm. The improved algorithm can make up for the shortcomings of the classical ViBe algorithm, and the accuracy and recognition rate are greatly improved.
【作者單位】： 國(guó)防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院;中國(guó)人民解放軍61541部隊(duì);
【基金】：國(guó)家自然科學(xué)基金(61401474)
【分類(lèi)號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 丁祺;顧國(guó)華;徐富元;任侃;錢(qián)惟賢;陳錢(qián);;強(qiáng)視差下的移動(dòng)相機(jī)運(yùn)動(dòng)目標(biāo)檢測(cè)[J];激光與光電子學(xué)進(jìn)展;2015年09期

2 莊哲民;章聰友;楊金耀;李芬蘭;;基于灰度特征和自適應(yīng)閾值的虛擬背景提取研究[J];電子與信息學(xué)報(bào);2015年02期

3 陳銀;任侃;顧國(guó)華;錢(qián)惟賢;徐福元;;基于改進(jìn)的單高斯背景模型運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J];中國(guó)激光;2014年11期

4 李慶忠;臧風(fēng)妮;張洋;;動(dòng)態(tài)視頻監(jiān)控中海上艦船目標(biāo)檢測(cè)[J];中國(guó)激光;2014年08期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 莫邵文;鄧新蒲;王帥;江丹;祝周鵬;;基于改進(jìn)視覺(jué)背景提取的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J];光學(xué)學(xué)報(bào);2016年06期

2 杜敏;;基于多特征融合的運(yùn)動(dòng)目標(biāo)顯著性檢測(cè)[J];電子設(shè)計(jì)工程;2016年08期

3 楊文浩;李小曼;;融合子塊梯度與線性預(yù)測(cè)的單高斯背景建模[J];計(jì)算機(jī)應(yīng)用;2016年05期

4 林兩魁;王少游;王鐵兵;;紅外掃描過(guò)采樣系統(tǒng)點(diǎn)目標(biāo)檢測(cè)性能分析與仿真[J];光學(xué)學(xué)報(bào);2016年05期

5 張志宏;;遺傳算法優(yōu)化閾值的激光主動(dòng)圖像分割[J];激光雜志;2016年04期

6 徐鴻偉;陳錢(qián);錢(qián)惟賢;;基于改進(jìn)的單高斯背景模型檢測(cè)算法的研究[J];激光與光電子學(xué)進(jìn)展;2016年04期

7 宋濤;李鷗;劉廣怡;;基于空時(shí)多線索融合的超像素運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];電子與信息學(xué)報(bào);2016年06期

8 王斯琪;馮象初;張瑞;李小平;;基于最大范數(shù)的低秩稀疏分解模型[J];電子與信息學(xué)報(bào);2015年11期

9 李安冬;林再平;安瑋;楊林娜;;基于自適應(yīng)改進(jìn)的壓縮域紅外弱小目標(biāo)檢測(cè)[J];中國(guó)激光;2015年10期

10 樓亮亮;金彥亮;;基于AForge.NET類(lèi)庫(kù)的視頻移動(dòng)目標(biāo)檢測(cè)[J];現(xiàn)代電子技術(shù);2015年17期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳海欣;顧國(guó)華;錢(qián)惟賢;陳錢(qián);徐富元;;一種運(yùn)動(dòng)相機(jī)強(qiáng)視差下運(yùn)動(dòng)目標(biāo)檢測(cè)方法(英文)[J];中國(guó)激光;2014年05期

2 朱華生;葉軍;;基于改進(jìn)高斯模型的車(chē)流量檢測(cè)算法[J];激光與紅外;2013年10期

3 Shen Hao;Li Shuxiao;Zhu Chengfei;Chang Hongxing;Zhang Jinglan;;Moving object detection in aerial video based on spatiotemporal saliency[J];Chinese Journal of Aeronautics;2013年05期

4 王金武;姚志均;于乃昭;;基于相位譜和頻率調(diào)諧的海上場(chǎng)景顯著性檢測(cè)[J];計(jì)算機(jī)應(yīng)用;2013年S1期

5 盧清華;吳志偉;范彥斌;張憲民;;基于混合高斯模型的運(yùn)動(dòng)車(chē)輛檢測(cè)方法[J];光電子.激光;2013年04期

6 萬(wàn)磊;曾文靜;秦再白;黃蜀玲;;海面目標(biāo)自適應(yīng)實(shí)時(shí)檢測(cè)[J];上海交通大學(xué)學(xué)報(bào);2012年09期

7 何亮明;覃榮華;鞏思亮;王營(yíng)冠;;動(dòng)態(tài)場(chǎng)景中的改進(jìn)混合高斯背景模型[J];計(jì)算機(jī)工程;2012年08期

8 云霄;肖剛;;基于Camshift的多特征自適應(yīng)融合船舶跟蹤算法[J];光電工程;2011年05期

9 胡覺(jué)暉;李一民;潘曉露;;改進(jìn)的光流法用于車(chē)輛識(shí)別與跟蹤[J];科學(xué)技術(shù)與工程;2010年23期

10 楊浩;張磊;何潛;牛強(qiáng);;基于自適應(yīng)模糊C均值算法的電力負(fù)荷分類(lèi)研究[J];電力系統(tǒng)保護(hù)與控制;2010年16期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張曉麗;智敏;;網(wǎng)球視頻中慢鏡頭的自適應(yīng)閾值探測(cè)法[J];計(jì)算機(jī)工程與科學(xué);2013年04期

2 陳敏;一種自適應(yīng)閾值選擇方法[J];成都信息工程學(xué)院學(xué)報(bào);2005年03期

3 黃茜;王少龍;徐道磊;廖婷婷;;云的自適應(yīng)閾值檢測(cè)方法[J];中國(guó)圖象圖形學(xué)報(bào);2012年08期

4 焦莉莉;劉麗;馬苗;;改進(jìn)的自適應(yīng)閾值小波圖像抑噪算法[J];中國(guó)體視學(xué)與圖像分析;2009年02期

5 曹敏;程?hào)|年;張建輝;吳曦;;基于自適應(yīng)閾值的網(wǎng)絡(luò)流量異常檢測(cè)算法[J];計(jì)算機(jī)工程;2009年19期

6 楊俊;呂偉濤;馬穎;姚雯;李清勇;;基于自適應(yīng)閾值的地基云自動(dòng)檢測(cè)方法[J];應(yīng)用氣象學(xué)報(bào);2009年06期

7 李美玲;陳俊琰;郁崇文;;基于自適應(yīng)閾值的棉網(wǎng)圖像中結(jié)雜的識(shí)別[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年02期

8 曹瑩慧;閆建國(guó);;基于矩和自適應(yīng)閾值的迭代分割算法研究[J];計(jì)算機(jī)仿真;2011年08期

9 李丹霞;韋玉科;;基于自適應(yīng)閾值的舌像分割方法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年09期

10 胡珂立;趙魯陽(yáng);林振華;王營(yíng)冠;;一種改進(jìn)的自適應(yīng)閾值前景提取方法[J];計(jì)算機(jī)應(yīng)用研究;2011年12期

相關(guān)會(huì)議論文 前7條

1 焦莉莉;劉麗;馬苗;;自適應(yīng)閾值小波圖像去噪算法的改進(jìn)[A];第八屆全國(guó)信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

2 魯劍鋒;吳川;;基于模糊理論的自適應(yīng)閾值實(shí)時(shí)DSP系統(tǒng)[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

3 馬洪連;李棟;丁男;謝海潮;齊偉;魏戰(zhàn)宇;;基于FPGA的多運(yùn)動(dòng)目標(biāo)實(shí)時(shí)檢測(cè)系統(tǒng)的研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

4 楊居義;;基于第二代Bandelet變換的自適應(yīng)閾值去噪算法[A];2009年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2009年

5 彭莎;吳效明;楊榮騫;;基于數(shù)字摳圖的ROI提取方式改進(jìn)及其在CT圖像中的應(yīng)用[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)青年優(yōu)秀論文[C];2010年

6 劉冠洲;;復(fù)雜礦石圖像自適應(yīng)閾值化算法[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2014年會(huì)暨能源計(jì)量與綠色冶金論壇論文集[C];2014年

7 賈曉未;王純;賈克斌;;基于運(yùn)動(dòng)特征的鏡頭切變檢測(cè)算法[A];全國(guó)第五屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議專(zhuān)刊(第一冊(cè))[C];2011年

相關(guān)碩士學(xué)位論文 前8條

1 羅澤;船載熱成像中海面遠(yuǎn)程目標(biāo)自適應(yīng)閾值檢測(cè)方法研究[D];大連海事大學(xué);2016年

2 劉思延;基于自適應(yīng)閾值的三維塊匹配降噪算法研究[D];中北大學(xué);2016年

3 沈春裕;自適應(yīng)閾值的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究[D];浙江工業(yè)大學(xué);2012年

4 秦雙勇;基于自適應(yīng)閾值的冶煉耗氧數(shù)據(jù)突變點(diǎn)檢測(cè)[D];大連理工大學(xué);2014年

5 黃令允;基于自適應(yīng)閾值的SIFT算法研究及應(yīng)用[D];大連理工大學(xué);2010年

6 吳經(jīng)緯;基于Gauss分布的自適應(yīng)閾值高光譜圖像分類(lèi)研究[D];南京理工大學(xué);2014年

7 龍永紅;數(shù)字視頻內(nèi)容篡改的被動(dòng)取證[D];湖南大學(xué);2013年

8 張明吉;自適應(yīng)人體膚色檢測(cè)中的若干關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

，

本文編號(hào)：1533300