本文關(guān)鍵詞： 機器視覺 運動目標檢測 視覺背景提取 鬼影消除 視覺顯著性 動態(tài)背景 自適應(yīng)閾值　出處：《光學(xué)學(xué)報》2016年06期 　論文類型：期刊論文

【摘要】：針對視覺背景提取算法(ViBe)中出現(xiàn)的鬼影問題、不能很好適應(yīng)背景高頻擾動和攝像機抖動問題以及由于采用空間鄰域擴散機制引起背景更新錯誤問題,提出一種改進的視覺背景提取算法。該算法結(jié)合視覺顯著性判斷背景模型中存在的鬼影目標,通過判斷背景模型中每個像素點的鬼影程度,結(jié)合模糊準則自適應(yīng)改變時間子采樣因子,加快消除鬼影的速度;通過建立一個閃爍程度矩陣,判斷背景高頻擾動程度來設(shè)置自適應(yīng)匹配閾值,加入小目標丟棄和空洞填充策略;統(tǒng)計前景像素24鄰域區(qū)域的像素點個數(shù),判斷前景像素點是否為攝像機抖動或者背景更新錯誤引起的噪點,提高算法的穩(wěn)健性。結(jié)果表明,改進后的算法可以很好地彌補經(jīng)典ViBe算法的不足,準確率與識別率等指標均大大提升。
[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】： 國防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院;中國人民解放軍61541部隊;
【基金】：國家自然科學(xué)基金(61401474)
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前4條

1 丁祺;顧國華;徐富元;任侃;錢惟賢;陳錢;;強視差下的移動相機運動目標檢測[J];激光與光電子學(xué)進展;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;2015年02期

3 陳銀;任侃;顧國華;錢惟賢;徐福元;;基于改進的單高斯背景模型運動目標檢測算法[J];中國激光;2014年11期

4 李慶忠;臧風(fēng)妮;張洋;;動態(tài)視頻監(jiān)控中海上艦船目標檢測[J];中國激光;2014年08期

【共引文獻】

相關(guān)期刊論文 前10條

1 莫邵文;鄧新蒲;王帥;江丹;祝周鵬;;基于改進視覺背景提取的運動目標檢測算法[J];光學(xué)學(xué)報;2016年06期

2 杜敏;;基于多特征融合的運動目標顯著性檢測[J];電子設(shè)計工程;2016年08期

3 楊文浩;李小曼;;融合子塊梯度與線性預(yù)測的單高斯背景建模[J];計算機應(yīng)用;2016年05期

4 林兩魁;王少游;王鐵兵;;紅外掃描過采樣系統(tǒng)點目標檢測性能分析與仿真[J];光學(xué)學(xué)報;2016年05期

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

6 徐鴻偉;陳錢;錢惟賢;;基于改進的單高斯背景模型檢測算法的研究[J];激光與光電子學(xué)進展;2016年04期

7 宋濤;李鷗;劉廣怡;;基于空時多線索融合的超像素運動目標檢測方法[J];電子與信息學(xué)報;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;2015年11期

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

10 樓亮亮;金彥亮;;基于AForge.NET類庫的視頻移動目標檢測[J];現(xiàn)代電子技術(shù);2015年17期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 陳海欣;顧國華;錢惟賢;陳錢;徐富元;;一種運動相機強視差下運動目標檢測方法(英文)[J];中國激光;2014年05期

2 朱華生;葉軍;;基于改進高斯模型的車流量檢測算法[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)諧的海上場景顯著性檢測[J];計算機應(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動車輛檢測方法[J];光電子.激光;2013年04期

6 萬磊;曾文靜;秦再白;黃蜀玲;;海面目標自適應(yīng)實時檢測[J];上海交通大學(xué)學(xué)報;2012年09期

7 何亮明;覃榮華;鞏思亮;王營冠;;動態(tài)場景中的改進混合高斯背景模型[J];計算機工程;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 胡覺暉;李一民;潘曉露;;改進的光流法用于車輛識別與跟蹤[J];科學(xué)技術(shù)與工程;2010年23期

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

【相似文獻】

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)閾值探測法[J];計算機工程與科學(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;2005年03期

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

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

5 曹敏;程東年;張建輝;吳曦;;基于自適應(yīng)閾值的網(wǎng)絡(luò)流量異常檢測算法[J];計算機工程;2009年19期

6 楊俊;呂偉濤;馬穎;姚雯;李清勇;;基于自適應(yīng)閾值的地基云自動檢測方法[J];應(yīng)用氣象學(xué)報;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)雜的識別[J];東華大學(xué)學(xué)報(自然科學(xué)版);2010年02期

8 曹瑩慧;閆建國;;基于矩和自適應(yīng)閾值的迭代分割算法研究[J];計算機仿真;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];計算機技術(shù)與發(fā)展;2011年09期

10 胡珂立;趙魯陽;林振華;王營冠;;一種改進的自適應(yīng)閾值前景提取方法[J];計算機應(yīng)用研究;2011年12期

相關(guān)會議論文 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[A];第八屆全國信號與信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2009年

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

3 馬洪連;李棟;丁男;謝海潮;齊偉;魏戰(zhàn)宇;;基于FPGA的多運動目標實時檢測系統(tǒng)的研究[A];2009年中國智能自動化會議論文集（第三分冊）[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年全國開放式分布與并行計算機學(xué)術(shù)會議論文集(上冊)[C];2009年

5 彭莎;吳效明;楊榮騫;;基于數(shù)字摳圖的ROI提取方式改進及其在CT圖像中的應(yīng)用[A];中國生物醫(yī)學(xué)工程學(xué)會成立30周年紀念大會暨2010中國生物醫(yī)學(xué)工程學(xué)會學(xué)術(shù)大會青年優(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];中國計量協(xié)會冶金分會2014年會暨能源計量與綠色冶金論壇論文集[C];2014年

7 賈曉未;王純;賈克斌;;基于運動特征的鏡頭切變檢測算法[A];全國第五屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會議�？�(第一冊)[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程目標自適應(yīng)閾值檢測方法研究[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)閾值的運動目標檢測技術(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)突變點檢測[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)容篡改的被動取證[D];湖南大學(xué);2013年

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

，

本文編號：1533300