帧间差分

摘要： 使用快速鲁棒性主成分分析(Fast Robust Principal Component Analysis,Fast RPCA)方法对日冕序列图像中的日冕喷流活动进行检测.检测的基本思路是利用快速鲁棒性主成分分析方法中低秩和稀疏分解的思想与日冕序列图像中有着变化尺度稍小且占比较大的随机变化背景成分、变化尺度较大且占比较小的日冕喷流的特点相结合,实现随机复杂多变的动态背景和稀疏运动目标之间的分离,从而检出作为前景变化的日冕喷流.采用太阳动力学天文台(Solar Dynamics Observatory,SDO)卫星的大气成像仪(Atmospheric Imaging Assembly,AIA)两组不同时间段、不同波段、不同观测位置的日冕序列图像作为研究对象.研究内容主要包括日冕序列图像的预处理、日冕喷流检测、快速鲁棒性主成分分析方法与帧间差分法的检测结果对比分析.实验结果表明,与帧间差分法相比,快速鲁棒性主成分分析方法能够检出强度较弱的日冕喷流,且提高了日冕喷流检测的准确度.

摘要： 为解决目前驾驶证打印中复杂纹理以及原始文字背景条件的限制,提出一种基于改进连接文本提议网络(CTPN)的文本信息完整性检测方法。通过引入帧间差分的方法,先对图像作背景擦除;然后对帧差后的图像进行CTPN文本信息检测,同时引入非极大值抑制(NMS)算法提高检测框的精度。对比未经过背景擦除的图像文本检测结果,实验表明:该方法在驾驶证文本检测中具有更好的文本信息检测效果。

摘要： 针对帧差算法检测运动目标存在的目标边缘缺失和空洞的问题,提出一种将改进帧差和基于改进Canny算子的运动目标边缘提取方法相融合的运动目标检测算法。首先,使用帧差法快速检测变化区域,并通过面积阈值判断是否进行当前帧的检测以提高算法实时性;其次,在运动目标边缘提取中,提出一种基于改进Canny算子的运动目标边缘提取方法提取当前帧运动目标边缘,以解决检测目标边缘缺失的问题;最后,将改进的三帧差分法提取运动目标像素点填充目标边缘图像,以解决检测目标内部空洞的问题。对比实验结果表明,该融合算法对视频中的运动目标能以较高的准确度和完整度实现运动目标的高效检测。

摘要： 将传统的关键帧提取算法应用于经纬仪图像序列时,关键帧序列中会包含大量的非稳定跟踪图像帧。为了在关键帧提取过程中更好地保留目标稳定跟踪测量信息,该文在分析了经纬仪图像序列的特点后,构建了一种基于局部极大值的经纬仪图像序列关键帧提取算法。该算法首先计算图像序列的帧间差分,然后使用汉宁窗函数对帧间差分进行平滑,最后基于平滑后的帧间差分局部极大值来提取关键帧。实验结果表明:提出的算法相对于传统的帧间差分强度排序方法能更好地保留目标的跟踪测量信息,提取的关键帧在整个跟踪测量图像序列中分布更为均匀,包含的场景信息更为丰富。

摘要： 针对帧间差分法在目标细节识别上较为粗糙的缺点,提出一种优化改进的目标检测与跟踪算法,构建两次区域限定与Kalman滤波算法融合的检测方法.首先通过提出的网格划分算法来获得动态感兴趣区域,仅在此道路的显著性范围内进行车道线区域的识别;然后依据车道线区域信息与建立的道路区域掩模作为帧间差分的评价指标,提高算法的处理精度,并使用扩展的Otsu算法,使用自适应动态阈值解决了帧间差分目标提取性能的有效性问题;最后基于检测的目标形心坐标作为观测量,通过Kalman滤波跟踪预测目标的行驶轨迹.采用Halcon视觉软件平台,对所提出算法性能进行试验验证.结果表明,所提出算法平均处理时间为32.132 ms,能够满足实时性需求,且车道线检测的平均准确率达95%以上.此算法能够迅速、准确地提取车道线区域,且对目标位置具有较高的可预测性.

摘要： 针对目前的火灾检测技术容易被与火焰颜色相近的干扰物、光照条件和火焰烟雾等因素所影响,算法的可靠性不高,容易产生误判和漏判等问题。通过检测火焰的动态特征和颜色特征,构建动态火焰识别系统。在对比了帧间差分法的二帧差法和三帧差分两种方法后,选择三帧差分法提取火焰视频中的动态目标。同时,对比了基于不同颜色空间的检测方法后,发现基于YCbCr颜色空间方法对黄光有较高的敏感性,但无法将部分红色火焰区域分割出来。同时RGB和HSI颜色模型对红光有较高的敏感度,但部分黄色高亮区域并不满足RGB和HSI颜色规则。因此对原有的基于RGB和HSI颜色模型的火焰区域约束规则进行改进,通过增加规则,尽可能消除非火焰因素对检测结果的影响,得到较为完整且准确的火焰区域,实现对火焰信号的准确判断。最后,在火灾视频库上的实验结果表明,该方法较准确、快速,且能适用于多种火灾场景。

摘要： 针对当前线上太极拳学习自然交互性差、缺乏学习反馈等问题,提出一种面向太极拳学习的人体姿态估计及相似度计算方法。首先,输入太极拳视频,利用帧间差分法提取关键帧图像;然后,利用堆叠沙漏网络模型对关键帧图像进行二维关节点检测;接着,使用长短期记忆(LSTM)网络结合Sequence-to-Sequence网络模型对检测到的二维关节点序列进行二维到三维的映射,预测三维关节点的位置坐标;最后对估计的人体姿态进行二维和三维余弦相似度计算。利用该方法设计并开发了一款相关设备简便、用户体验感强的太极拳学习与反馈应用系统,并在实际中应用。该系统可以检测太极拳学员的整体动作及各肢体段动作是否标准,并给出反馈,学员可以根据反馈结果练习和改善不标准动作,达到提升学习效果的目的。

摘要： 为了解决动态目标检测中出现的空洞、边缘断裂等问题,提出了一种融合Sobel的四帧差分法。在帧间差分法的基础上叠加差分运算,采用四帧差分算法增强目标内部轮廓信息,结合动态目标二值数据与Sobel边缘数据进行逻辑或运算,提取动态目标二值图像。结果表明,该算法将目标信息完整度提升到80%,综合评估H值提升18.6%,有效提高了动态目标检测的准确率。

摘要： 针对ViBe算法中鬼影消除速度慢和固定阈值反映每个像素情况不详细的问题,分别提出了改进帧间差分与ViBe结合算法和自适应阈值的ViBe算法.改进帧间差分法,首先将连续六帧图像进行差分,并通过动态阈值进行校正,进而消除空洞现象,再与ViBe结合来判断鬼影像素.自适应阈值的ViBe算法,将像素值的变化作为像素值的设定依据,使得像素情况被详细的反映出来,进而提高了检测的准确率.实验结果表明,两种改进算法前者使得消除鬼影的速度提高近一倍,后者使得前景检测的准确度平均提高了1.6％.

摘要： 针对以往帧间差分算法的硬件实现架构中数据同步信号设计复杂,调试周期较长的特点,设计了一种新型的硬件算法架构.整个系统基于Altera的Cyclone IV E系列进行开发,采用镁光的SDRAM作为高速储存器件,豪威科技的OV5640作为图像采集器件.该系统对采集到的原始图像数据进行灰度化处理,利用硬件差分算法模块对灰度图像进行差分处理与二值化,实现对视频图像中动态目标的捕捉.基于QuratusⅡ与Modelsim联合开发平台对系统进行硬件设计和功能模块仿真.硬件测试结果表明,系统能够清晰地检测出视频中的动态目标,且具备较好的实时性.

摘要： 为了准确地检测出运动目标，文中提出了一种基于帧间差分的背景重建算法。该算法采用等间隔采样视频帧的方法进行帧间差分，以保证运动目标不在同一位置上。对运动区域内的灰度值用图像的灰度平均值代替，而非运动区域内的背景用当前帧进行替换更新，获得初始背景图像。当背景发生变化时，该算法利用序列图像背景点在时间上呈高斯分布，用“3σ原则”对背景进行更新，获得准确的背景图像，最后用自适应迭代法确定帧差二值图像的阈值，准确地分割出前景目标和背景区域。实验结果表明，该算法可以有效地提取和更新背景，快速有效地检测出运动目标。

摘要： 提出了基于灰度相关性帧间差分和背景差分相融合的一种实时目标检测方法。首先，采用基于最小均方误差的灰度相关性帧间差分，考虑图像噪声的高斯模型，确定差分用的阈值集合，得到差分二值图像;然后，使用混合高斯模型(GMM)进行背景建模，将模型的2.5倍方差和均值的最大值作为匹配准则，并基于光照变化对其背景图像进行自适应更新;最后，在原彩色图像的HSV空间中检测阴影，对帧间差和背景差后的二值图像去除阴影，接着进行相与操作，最终准确检测出运动目标。实验和分析结果表明，本算法能够消除噪音、阴影，能有效适应不同光照条件下的检测场景，因此，具有较高的准确性、鲁棒性和自适应性。

摘要： 运动目标检测是视觉运动分析的基础,也是关键的一步。本文将区域生长法和帧间差分法相结合用来检测运动目标,以弥补单独使用帧间差分法的不足。实验证明算法简单快速,适合实时检测,且检测效果较好。

摘要： 无人机覆盖区域广、不受道路交通限制,为了利用无人机视频从广域的视角准确全面提取交通信息,本文对基于无人机视频的车辆检测算法展开了研究.首先,分析了无人机视频具有的特性;然后,分别基于帧间差分、分块背景建模和模板匹配思想,提出了三种车辆自动检测算法;最后,对比分析了算法性能,结果表明:帧间差分和分块背景建模法检测速度快,适用于交通状态良好、稳定飞行条件下悬停拍摄的视频;模板匹配法检测速度较慢,适用于巡航拍摄视频,或交通环境复杂、飞行条件较差的悬停拍摄视频.

摘要： 本文将计算机视觉、数字图像处理学、模式识别的原理和方法应用到运动目标的检测、识别和跟踪系统的自适应背景更新中，建立了一套基于帧间差分法和背景差分法相结合的自动背景更新系统来实现背景自适应更新。实验结果表明，本文所采用的算法简单实用。在一定的限制条件下，系统取得了令人满意的效果。

摘要： 随着MPEG-4和MPEG-7的研究发展,基于内容编码和面向对象的存取和操纵技术日益得到人们的重视,视频分割技术迅速成为当前视频研究领域的热点.为了能够实时准确地对运动视频对象进行分割,本文提出了一种时空结合的视频分割算法,即先利用帧间差分求出大致的视频对象,经过投影定位,再通过灰度连通区域的标记对其进行修正.本算法直接面对灰度图象序列处理,并且综合和时间空间上的信息,使得对于运动对象的分割更加准确和有效,同时由于并行的细胞神经网络的介入,使得算法具有更好的实时性.通过在细胞神经网络机CNNUM上的模拟结果证明,利用该算法,能够较精确地分割出视频对象.

摘要： 针对目前智能视频检测系统缺乏灵活性的问题,开发了一种包含多种运动目标检测算法的目标检测系统.首先,深入研究静态场景下的运动目标检测算法,对帧差法和基于单高斯背景建模的背景差分法进行分析比较;然后,在VC++6.0编程环境下,借助于开源计算机视觉类库-OpenCV,并利用MFC框架,设计与实现了运动目标检测系统.针对某一特定场景,该系统可同时使用不同的检测算法以便比较检测结果,从而选取适用于该场合下最佳的运动目标检测算法.实验结果表明,本系统达到设计要求,运行稳定,大大提高了运动目标检测系统的灵活性.

摘要： 针对目前智能视频检测系统缺乏灵活性的问题,开发了一种包含多种运动目标检测算法的目标检测系统.首先,深入研究静态场景下的运动目标检测算法,对帧差法和基于单高斯背景建模的背景差分法进行分析比较;然后,在VC++6.0编程环境下,借助于开源计算机视觉类库-OpenCV,并利用MFC框架,设计与实现了运动目标检测系统.针对某一特定场景,该系统可同时使用不同的检测算法以便比较检测结果,从而选取适用于该场合下最佳的运动目标检测算法.实验结果表明,本系统达到设计要求,运行稳定,大大提高了运动目标检测系统的灵活性.

摘要： 针对目前智能视频检测系统缺乏灵活性的问题,开发了一种包含多种运动目标检测算法的目标检测系统.首先,深入研究静态场景下的运动目标检测算法,对帧差法和基于单高斯背景建模的背景差分法进行分析比较;然后,在VC++6.0编程环境下,借助于开源计算机视觉类库-OpenCV,并利用MFC框架,设计与实现了运动目标检测系统.针对某一特定场景,该系统可同时使用不同的检测算法以便比较检测结果,从而选取适用于该场合下最佳的运动目标检测算法.实验结果表明,本系统达到设计要求,运行稳定,大大提高了运动目标检测系统的灵活性.

摘要： 针对目前智能视频检测系统缺乏灵活性的问题,开发了一种包含多种运动目标检测算法的目标检测系统.首先,深入研究静态场景下的运动目标检测算法,对帧差法和基于单高斯背景建模的背景差分法进行分析比较;然后,在VC++6.0编程环境下,借助于开源计算机视觉类库-OpenCV,并利用MFC框架,设计与实现了运动目标检测系统.针对某一特定场景,该系统可同时使用不同的检测算法以便比较检测结果,从而选取适用于该场合下最佳的运动目标检测算法.实验结果表明,本系统达到设计要求,运行稳定,大大提高了运动目标检测系统的灵活性.

摘要： 本发明公开了一种基于帧间差分自动提取稳定帧的方法。属于机器视觉工业应用中的智能识别领域。本发明重点是基于帧间差分法实现快速而准确的自动提取。基本原理为首先以一段翻书的连续帧作为训练图像来标定一个合适的帧差阈值，再以该阈值来判断和提取目标图像序列中的稳定帧并避免重复采集，并根据环境的变化来修正其帧差阈值。该方法注重运算速度，只需要进行简单的帧间差分运算。实验结果表明,该方法不仅高效快捷,具有很强的环境适应性，而且能够保证较好的识别精度,具有实用价值。

摘要： 本发明涉及一种基于帧间差分的行驶证打印信息完整性检测方法，包括以下步骤：获取照片打印机输出证件的第一帧图像，并对图像使用人脸识别算法检测图片中是否有人像信息；将包含人像信息的证纸送入文字打印机继续打印，并获取文字打印机输出证件的图像，为第二帧图像；对获取的两帧图像做帧间差分，得到差分后图像；检测差分后图像是否有打印的文字信息，若包含文字信息，则行驶证打印完整，否则说明行驶证信息打印不完整。本发明可依次在照片打印和文字打印的两个过程中进行关键特征提取，达到了自动化识别的要求，也提高了特征信息识别的准确度。

摘要： 本发明属于卫星遥感领域，公开了一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法，包括如下步骤：(1)卫星视频单帧潜在目标获取：在利用差分形态学轮廓重建的视频帧亮目标提取的基础上，去除植被噪声，获取视频帧中的潜在船舶目标；(2)间隔帧船舶运动状态判别：通过改进的帧间差分法对不同视频帧之间进行差值运算，从潜在船舶目标中提取出动态船舶目标；(3)卫星视频动态船舶轨迹跟踪：利用自适应颜色模型对动态船舶目标进行轨迹跟踪。本发明对帧间差分算法进行了改进，可以在较小的计算量以及背景发生变化的前提下识别出船舶目标及其运动状态，并利用自适应的颜色模型跟踪其运动轨迹。

摘要： 本公开公开了基于帧间差分的暴力行为检测方法、系统、设备及介质，将待检测视频的所有帧图像，均输入到第一卷积神经网络中，输出每一帧图像的外观特征；利用帧间差分法对待检测视频进行处理，提取出若干个差分帧图像；将每一个差分帧图像，均输入到第二卷积神经网络中，输出每一个差分帧图像的动作特征；将每一帧图像的外观特征输入到第一分类器中，输出当前帧图像的第一分类标签；将每一个差分帧图像的动作特征输入到第二分类器中，输出当前差分帧图像的第二分类标签；将第一分类标签和第二分类标签进行融合，输出当前帧图像的暴力行为检测结果；当存在暴力行为图像的帧数超过设定阈值时，则认为待检测视频存在暴力行为。

摘要： 本发明涉及图像分析技术领域，具体公开了一种基于背景抑制帧间差分法的云台角度计算方法，包括以下步骤：步骤1，获取并存储连续的拍摄图像；步骤2，对比与当前拍摄图像相邻的两帧图像建立两帧图像之间的背景仿射关系；步骤3，通过背景抑制算法抑制已经建立仿射关系的背景，从这两帧图像中识别出动态目标及其坐标位置；步骤4，将一段时间内的所有拍摄图像中的同一动态目标的坐标位置进行连接形成该动态目标的移动轨迹；步骤5，从移动轨迹中提取出偏转角度。本发明有效解决了现在计算偏转角度对于拍摄图像的背景要求高的问题。

摘要： 本发明公开了基于帧间差分和颜色直方图差值的关键帧提取方法。该发明第一阶段基于帧间差分对监控视频中的运动目标进行检测，将监控视频划分为只包含运动目标的视频序列，得到候选关键帧。第二阶段计算候选关键帧中相邻两帧的颜色直方图差值，并设置阈值，去除相似的图像帧，得到最终的关键帧集合。与其他关键帧提取技术相比，该发明在保证关键帧集合的内容具有较高代表性的同时，显著降低了关键帧提取所需的时间，满足了实时性的要求，并尽可能减少集合中的冗余信息，使得关键帧帧数较少，进而降低后续目标识别、人流量统计等任务算法的时间复杂度。

摘要： 本发明公开了一种基于帧间差分自动提取稳定帧的方法。属于机器视觉工业应用中的智能识别领域。本发明重点是基于帧间差分法实现快速而准确的自动提取。基本原理为首先以一段翻书的连续帧作为训练图像来标定一个合适的帧差阈值，再以该阈值来判断和提取目标图像序列中的稳定帧并避免重复采集，并根据环境的变化来修正其帧差阈值。该方法注重运算速度，只需要进行简单的帧间差分运算。实验结果表明,该方法不仅高效快捷,具有很强的环境适应性，而且能够保证较好的识别精度,具有实用价值。

摘要： 本发明公开了基于帧间差分和背景差分的运动目标检测方法，首先对图像序列进行预处理；然后将相邻两帧图像的变化率与预设阈值比较，若变化率大于预设阈值，则选择帧间差分方法检测运动目标，得到差分图像，否则，选择背景差分方法检测运动目标，得到差分图像；最后对差分图像进行后处理，进而得到运动目标。本发明采用帧间差分和背景差分相结合的目标检测方法，弥补了单一检测方法的缺点，提高检测效果。

摘要： 本发明公开了一种基于SSD(Single Shot MultiBox Detector，单帧多框检测器)‑改进帧间差分法‑霍夫变换的结构系统运动状态异常检测方法，包括：S1)利用相机获取目标物运动过程视频集1，进行处理与标定；S2)将样本图像和标签文件输入到SSD网络模型进行训练与验证；S3)利用相机获取目标物运动过程视频2，并使用训练后的SSD网络模型对视频2进行目标物上的运动部件检测；S4)对S3中检测得到的目标物上的运动部件进行改进帧间差分法处理，获到目标物上的运动部件的边界特征；S5)利用霍夫变换对S4中获得的边界特征处理得到边界的旋转角度指标；S6)绘制旋转角度历程曲线；S7)计算与正常情况下旋转角度历程曲线的均方根偏差值，进行异常检测。本发明的目标物运动状态检测方法，具有操作便捷、处理智能、检测精度高的优点。

摘要： 本发明公开了一种基于虚拟线圈帧间差分法的车流量检测方法，首先采用灰度化处理简化视频信息量，用高斯滤波对图像平滑处理并抑制噪声并使图像满足卷积关系，然后获取到的灰度图像进行二值化处理，其次采用高斯混合模型对破损区域进行修复，再采用质心间距来将连接紧密的车辆判断是否是多个车辆，最后输出车流量进行数据更新。通过上述方式，解决了现有识别方法在识别过程中产生孔洞，从而导致将背景判断为车辆，以及车辆遮挡或者阴影带来的影响，有效的提高了车辆识别精度。