【摘要】：針對(duì)光線暗、對(duì)比度和分辨率低的監(jiān)控視頻,提出了一種基于背景分類的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。首先用視頻第一幀圖像HSV空間的色度H和亮度V作為背景特征進(jìn)行初始化,建立兩種包含色度和亮度特征的背景模型類,即初始化得到的原始背景類和受光照或者其他因素影響得到的在原始背景周圍波動(dòng)的背景波動(dòng)類,利用這兩個(gè)背景模型進(jìn)行前景檢測(cè)和背景更新。為提高前景檢測(cè)的準(zhǔn)確率,背景模型的更正加入背景更正機(jī)制和權(quán)重機(jī)制,使得背景中樣本的數(shù)量根據(jù)背景的實(shí)際情況處在一種動(dòng)態(tài)的變化中,提高前景分割的效率。用不同場(chǎng)景下的監(jiān)控視頻進(jìn)行算法對(duì)比實(shí)驗(yàn),結(jié)果證明,該算法獲得的前景完整清晰,視頻處理的速度較快。提出的算法簡(jiǎn)單實(shí)用,對(duì)噪聲干擾表現(xiàn)出良好的魯棒性。
[Abstract]:A moving target detection algorithm based on background classification is proposed for surveillance video with dark light, low contrast and low resolution. Firstly, the chrominance H and luminance V of HSV space of the first frame of video are initialized as background features, and two kinds of background model classes including chrominance and luminance are established. That is initializing the original background class and background fluctuation class affected by illumination or other factors. The two background models are used for foreground detection and background updating. In order to improve the accuracy of foreground detection, the correction of background model adds background correction mechanism and weight mechanism, which makes the number of samples in the background in a dynamic change according to the actual situation of background, and improves the efficiency of foreground segmentation. The results show that the foreground of the algorithm is complete and clear, and the speed of video processing is fast. The proposed algorithm is simple and practical and has good robustness to noise interference.
【作者單位】： 山東建筑大學(xué)信息與電氣工程學(xué)院;山東省智能建筑技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金(No.61303087) 山東省科技發(fā)展計(jì)劃(No.2013 GGX10131) 濟(jì)南市高校院所自主創(chuàng)新項(xiàng)目(No.201202002)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 莊曉嬋;向平;趙牡丹;;圖像目標(biāo)檢測(cè)算法研究[J];科學(xué)技術(shù)與工程;2007年05期

2 張桂林，熊艷，曹偉，李強(qiáng);一種評(píng)價(jià)自動(dòng)目標(biāo)檢測(cè)算法性能的方法[J];華中理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);1994年05期

3 秦劍;陳錢;錢惟賢;;基于背景分類的弱小目標(biāo)檢測(cè)算法[J];光電工程;2011年01期

4 蔣建國;吳暉;齊美彬;張莉;;攝像機(jī)旋轉(zhuǎn)運(yùn)動(dòng)下的快速目標(biāo)檢測(cè)算法[J];圖學(xué)學(xué)報(bào);2012年03期

5 逯鵬;張姍姍;劉馳;黃石磊;湯玉合;;基于稀疏超完備表示的目標(biāo)檢測(cè)算法[J];儀器儀表學(xué)報(bào);2013年06期

6 李大輝;金濤;;弱小目標(biāo)檢測(cè)算法的設(shè)計(jì)與分析[J];中國科技信息;2013年16期

7 張明艷;許鋼;孟櫻;;基于時(shí)空特性的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[J];安徽工程大學(xué)學(xué)報(bào);2013年04期

8 高陳強(qiáng);田金文;王鵬;;基于時(shí)域特性分析的紅外運(yùn)動(dòng)小目標(biāo)檢測(cè)算法[J];紅外與激光工程;2008年05期

9 曾脈;左志宏;常曉夫;何煊;;一種準(zhǔn)確而快速的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J];成都信息工程學(xué)院學(xué)報(bào);2008年04期

10 孫瑾秋;張艷寧;姜磊;王敏;;基于變換域特征的星空背景弱小目標(biāo)檢測(cè)算法[J];中國體視學(xué)與圖像分析;2009年02期

相關(guān)會(huì)議論文 前10條

1 高飛;蔣建國;安紅新;齊美彬;;一種快速運(yùn)動(dòng)目標(biāo)檢測(cè)算法[A];全國第22屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會(huì)議論文摘要集[C];2011年

2 孫瑾秋;張艷寧;姜磊;王敏;;基于變換域特征的星空背景弱小目標(biāo)檢測(cè)算法[A];第八屆全國信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

3 鄧宇;陳孝威;;綜合利用時(shí)空信息的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

4 袁輝;孫卓;李德民;魏穎;;基于小波多尺度互能量交叉融合濾波的弱小目標(biāo)檢測(cè)算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

5 黃龔;鄭錦;劉養(yǎng)科;;攝像機(jī)水平巡掃時(shí)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

6 張國華;;一種基于導(dǎo)引頭穩(wěn)定平臺(tái)結(jié)構(gòu)的目標(biāo)檢測(cè)算法[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

7 王正;劉瑞華;;基于PTZ攝像機(jī)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[A];全國第一屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

8 王彪;王成儒;王芬芬;;一種改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[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

9 劉琳;顧國華;錢惟賢;陳錢;徐富元;;目標(biāo)檢測(cè)算法的研究以及SRIO協(xié)議在目標(biāo)檢測(cè)的應(yīng)用[A];第八屆華東三省一市真空學(xué)術(shù)交流會(huì)論文集[C];2013年

10 陳炳文;王文偉;秦前清;劉志剛;;基于時(shí)空融合和粒子濾波的紅外弱小目標(biāo)檢測(cè)[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C];2010年

相關(guān)博士學(xué)位論文 前6條

1 王海豐;基于機(jī)器視覺的剖竹機(jī)加工目標(biāo)檢測(cè)算法研究[D];東北林業(yè)大學(xué);2015年

2 王志虎;基于顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[D];國防科學(xué)技術(shù)大學(xué);2015年

3 王俊強(qiáng);圖像中人體目標(biāo)檢測(cè)算法研究[D];北京郵電大學(xué);2012年

4 郭明瑋;基于視覺記憶的目標(biāo)檢測(cè)算法：一個(gè)特征學(xué)習(xí)與特征聯(lián)想的過程[D];中國科學(xué)技術(shù)大學(xué);2014年

5 臧風(fēng)妮;智能視頻監(jiān)控中海面艦船目標(biāo)檢測(cè)算法研究[D];中國海洋大學(xué);2014年

6 陳偉;基于PSO的復(fù)雜工業(yè)環(huán)境視覺目標(biāo)檢測(cè)算法應(yīng)用研究[D];武漢科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 劉恒建;基于FPGA+DSP的運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

2 賈建英;視頻序列中運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[D];長(zhǎng)安大學(xué);2015年

3 周亞運(yùn);基于TMS320DM642平臺(tái)的紅外運(yùn)動(dòng)目標(biāo)檢測(cè)算法設(shè)計(jì)[D];南京理工大學(xué);2015年

4 姚丹;基于多光譜信息融合的弱小運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

5 劉培培;基于區(qū)域特征的運(yùn)動(dòng)目標(biāo)檢測(cè)算法的研究與開發(fā)[D];廣西大學(xué);2015年

6 崔璇;天空背景下紅外小目標(biāo)檢測(cè)算法研究[D];陜西師范大學(xué);2015年

7 范肖肖;基于視覺注意機(jī)制的目標(biāo)檢測(cè)算法的研究[D];電子科技大學(xué);2015年

8 丁嬋;運(yùn)動(dòng)目標(biāo)檢測(cè)算法在嵌入式平臺(tái)的研究[D];電子科技大學(xué);2015年

9 張冠雄;基于標(biāo)簽傳播的顯著性目標(biāo)檢測(cè)算法研究[D];大連理工大學(xué);2015年

10 李建波;視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)算法的研究[D];哈爾濱工業(yè)大學(xué);2014年

，

本文編號(hào)：2130016