【摘要】：針對(duì)Vi Be算法在交通視頻檢測中出現(xiàn)明顯鬼影區(qū)域、緩慢目標(biāo)殘影難以消除、檢測精確度和魯棒性不足的問題,提出改進(jìn)算法,利用灰度信息為像素建立生命長度矩陣,使鬼影或殘影快速融入背景樣本得以消除。結(jié)合最大類間方差法設(shè)置自適應(yīng)閾值,加入良好后處理抑制動(dòng)態(tài)噪聲。同時(shí)借鑒分類算法的統(tǒng)計(jì)指標(biāo),提出質(zhì)量評(píng)價(jià)多個(gè)要素,以Vi Be原算法、混合高斯算法(GMM)、LBP-Otsu相結(jié)合的背景差分法和該改進(jìn)算法為例,定性、定量對(duì)實(shí)驗(yàn)結(jié)果作出質(zhì)量評(píng)價(jià)和分析。實(shí)驗(yàn)表明,改進(jìn)算法在較少幀數(shù)內(nèi)去除了鬼影,抑制了運(yùn)動(dòng)目標(biāo)殘影,提高了運(yùn)動(dòng)目標(biāo)檢測的準(zhǔn)確度和整體性能。
[Abstract]:Aiming at the problem that the Vi Be algorithm has obvious ghost region in traffic video detection, the residual image of slow target is difficult to eliminate, and the detection accuracy and robustness are insufficient, an improved algorithm is proposed to establish the life length matrix for pixels using gray level information. Quickly melts the ghost or shadow into the background sample and eliminates it. Combined with the maximum inter-class variance method, the adaptive threshold was set, and good post-processing was added to suppress the dynamic noise. At the same time, using the statistical index of the classification algorithm for reference, several factors of quality evaluation are put forward. Taking the background difference method combined with Vi Be algorithm, mixed Gao Si algorithm (GMM), LBP-Otsu and the improved algorithm as examples, qualitative and quantitative evaluation and analysis of the experimental results are made. The experimental results show that the improved algorithm can eliminate the ghost in less frames, suppress the residual image of moving object, and improve the accuracy and overall performance of moving target detection.
【作者單位】： 天津工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與軟件學(xué)院;南昌大學(xué)信息工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61302127) 江西省自然科學(xué)基金重大項(xiàng)目(20161ACB20004)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭志芬,張玉蘭;圖象動(dòng)目標(biāo)檢測[J];北京理工大學(xué)學(xué)報(bào);1992年03期

2 陳忠碧;張啟衡;彭先蓉;任臣;;基于塊估計(jì)的運(yùn)動(dòng)目標(biāo)檢測方法[J];光電工程;2006年06期

3 于明;閆必行;閻剛;于洋;;融合空時(shí)顯著性的運(yùn)動(dòng)目標(biāo)檢測方法[J];計(jì)算機(jī)仿真;2013年04期

4 關(guān)曉惠;周志敏;;一種復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)檢測方法[J];浙江水利水電專科學(xué)校學(xué)報(bào);2010年01期

5 甘新勝;趙書斌;;基于背景差的運(yùn)動(dòng)目標(biāo)檢測方法比較分析[J];指揮控制與仿真;2008年03期

6 高瓊;戴曉琴;;淺談運(yùn)動(dòng)目標(biāo)檢測方法的研究[J];科技信息;2009年27期

7 王欣;殷肖川;;基于背景重構(gòu)的運(yùn)動(dòng)目標(biāo)檢測方法[J];微計(jì)算機(jī)信息;2008年10期

8 王成儒;孟鳳;;快速背景重建的在線運(yùn)動(dòng)目標(biāo)檢測[J];光電工程;2007年06期

9 於時(shí)才;吳鍵;;運(yùn)動(dòng)背景下的運(yùn)動(dòng)目標(biāo)檢測方法[J];計(jì)算機(jī)仿真;2011年02期

10 張國欣;張殿富;范柳青;;運(yùn)動(dòng)目標(biāo)檢測方法的對(duì)比分析和仿真實(shí)現(xiàn)[J];電子科技;2011年12期

相關(guān)會(huì)議論文 前3條

1 王磊;;雙置條件下運(yùn)動(dòng)目標(biāo)檢測方法[A];2008年全國聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

2 祁亞斌;周軍紅;;基于二維最大熵的運(yùn)動(dòng)目標(biāo)檢測[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 王宏群;方帥;高明;;基于抑制光強(qiáng)變化影響的運(yùn)動(dòng)目標(biāo)檢測[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 屈鑒銘;智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測與跟蹤技術(shù)研究[D];西安電子科技大學(xué);2015年

2 王歡;復(fù)雜場景下的運(yùn)動(dòng)目標(biāo)檢測與跟蹤研究[D];北京理工大學(xué);2015年

3 黃敏;基于視頻的運(yùn)動(dòng)目標(biāo)檢測研究[D];東南大學(xué);2014年

4 于紅緋;車載環(huán)境下基于單目大視角相機(jī)的運(yùn)動(dòng)目標(biāo)檢測方法研究[D];東北大學(xué);2013年

5 王歡;運(yùn)動(dòng)目標(biāo)檢測與跟蹤技術(shù)研究[D];南京理工大學(xué);2009年

6 解曉萌;復(fù)雜背景下運(yùn)動(dòng)目標(biāo)檢測和識(shí)別關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2012年

7 向金海;視頻中運(yùn)動(dòng)目標(biāo)檢測與跟蹤相關(guān)問題研究[D];華中科技大學(xué);2014年

8 李菊;復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)檢測與跟蹤[D];合肥工業(yè)大學(xué);2015年

9 孫志海;視頻運(yùn)動(dòng)目標(biāo)檢測及減法聚類定位技術(shù)研究[D];浙江大學(xué);2009年

10 丁瑩;復(fù)雜環(huán)境運(yùn)動(dòng)目標(biāo)檢測若干關(guān)鍵問題研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 夏斌偉;視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測與跟蹤[D];華南理工大學(xué);2015年

2 王龍;動(dòng)態(tài)場景建模與運(yùn)動(dòng)目標(biāo)檢測方法研究[D];電子科技大學(xué);2014年

3 蘇靖峰;基于激光掃描的運(yùn)動(dòng)目標(biāo)檢測與識(shí)別[D];電子科技大學(xué);2014年

4 崔雪梅;靜態(tài)場景下運(yùn)動(dòng)目標(biāo)檢測和跟蹤的關(guān)鍵技術(shù)研究[D];青島大學(xué);2015年

5 吳佳龍;基于DSP的運(yùn)動(dòng)目標(biāo)檢測與跟蹤系統(tǒng)的研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

6 劉志紅;一種運(yùn)動(dòng)目標(biāo)檢測與跟蹤監(jiān)控系統(tǒng)的研究[D];湖南師范大學(xué);2015年

7 黃潔;基于FPGA的運(yùn)動(dòng)目標(biāo)檢測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];東華理工大學(xué);2015年

8 彭娟;運(yùn)動(dòng)目標(biāo)檢測和跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中南民族大學(xué);2014年

9 劉盛中;基于低秩結(jié)構(gòu)的運(yùn)動(dòng)目標(biāo)檢測[D];合肥工業(yè)大學(xué);2014年

10 孟燦;基于全方位視覺的運(yùn)動(dòng)目標(biāo)檢測與跟蹤算法研究[D];中國計(jì)量學(xué)院;2015年

，

本文編號(hào)：2286248