背景估计

摘要： 为缓解复杂背景对红外小目标检测任务的干扰,提出一种新的红外小目标检测方法。该方法将背景估计与局部对比度相结合,以提高算法的检测性能。提出了一种更适合于小目标检测的双层均值最大化背景估计算法,以获得更准确的基准背景值。在原始图像和估计背景之间提出了比差联合局部对比度度量方法,可以在增强目标的同时抑制各种类型的复杂背景。通过实验对比分析,验证该方法的有效性和鲁棒性。

摘要： 手写文档图像中存在光照不均、笔墨浸染、纸张退化、阴影等复杂情况,针对文档图像在复杂背景下二值化后OCR效果不理想的问题,提出了一种对改进的背景估计和局部自适应集成的二值化方法。首先利用局部自适应方法得到具有高召回率的二值化图像,然后对背景估计的方法进行改进得到具有高精确率的二值化图像,最后基于连通域的方法将两种类型的图像集成得到结果。使用4种评价指标在DIBCO2013和DIBCO2016手写数据集上进行了对比实验,结果表明该方法整体性能优于Otsu,Wolf,Niblack,Sauvola,Singh和Howe等经典算法。

摘要： 因金属表面反光敏感和现场光照条件多变,钢坯表面点印字符图像难以有效分割和识别,文中提出一种基于改进的背景估计和最大熵法的钢坯表面点印字符图像自适应阈值分割方法.利用二维高斯函数与原图像卷积操作得到图像尺度空间与差分尺度空间,结合高斯函数特性判断出尺度空间中最佳背景估计层;采用改进的背景差法消除钢坯表面局部反光不均匀干扰,得到前景目标图像;为了进一步提升分割效果,采用一种重构一维直方图的鲁棒最大熵法进行全局阈值分割.利用生产现场采集的钢坯表面点印字符图像进行测试与对比,测试结果表明,所提方法分割所得二值图像噪声小、边缘轮廓清晰,具有较强的鲁棒性和较好的适应性.

摘要： 针对眼科医生诊断眼底图像工作耗时且易出错的问题,提出一种无监督的眼底图像硬性渗出物检测方法.首先,通过形态学的背景估计方法去除血管、暗病变区域和视盘;然后,以图像亮度通道为初始图像,利用硬性渗出物在眼底图像中的局部性和稀疏性,结合局部熵和鲁棒主成分分析方法分解得到低秩矩阵和稀疏矩阵;最后,归一化稀疏矩阵得到硬性渗出物区域.实验结果显示,在e-ophtha EX和DIARETDB1公开数据库上,所提方法在病灶水平上灵敏性为91.13％和特异性为90％,在图像水平上准确率为99.03％,平均运行时间0.5s;与支持向量机(SVM)和K-means方法相比灵敏性高且耗时少.

摘要： 多数历史文档图像存在背景污渍、涂抹和字迹模糊等对比度较低的情况,从而给历史文档二值化增加了较大难度.前期研究发现,历史文档中文本内容通常与文档背景的亮度水平不同,利用文档背景估计值可以有效削弱退化区域并突出字符信息;根据这两个观点,提出了一种基于对比度归一化的历史文档图像二值化算法.所提出的方法包含三个步骤:首先采用图像修复算法和Niblack算法结果来粗略估计背景;然后使用文档背景对历史文档图像存在的不同退化类型进行归一化处理,并对归一化处理后的文档图像进行增强、二值化,将文档中的文本分割出来.采用DIBCO数据库和H-DIBCO数据库对所提出的算法进行测试,取得了较好的实验结果.

摘要： 背景估计主要是构建场景中的背景,这些场景通常是一系列视频帧,并且包含有运动物体.场景的背景估计在虚拟现实和人机交互上有很多重要的用途,而且在一些安全场合也有很多运用,如视频监控、视频分割等.通过运用时间中值滤波和高斯滤波,提出了一种非常鲁棒的场景背景建模方法.具体而言,即先从这些视频序列中训练一个概率密度函数(PDF),再使用这个密度函数对背景象元进行建模.从而过滤出来其中低概率密度的象元,将其作为前景运动物体或者噪音.最后,用时间中值滤波过滤视频序列中剩余的象元.在2016的场景背景建模竞赛中(SBMnet),对该方法从多个指标进行了测试.实验结果表明,与传统中值滤波器及其他扩展方法相比,改进的方法在背景杂乱和有运动的情况下也可以取得很好的效果.

摘要： 针对文档图像存在的退化状况对其二值化处理的影响,文中提出一种基于对比度增强和背景估计的文档图像二值化算法,用于对退化的文档图像进行二值化增强处理.该算法根据不同子区域亮度信息的差异采用不同对比度增强算法对文档图像进行增强处理,通过运用形态学闭运算对增强后的文档图像进行处理来移除文档图像的背景,结合Ostu和Sauvola算法获取文档图像的二值化图像,并通过基于边缘像素邻域灰度值的分布情况进行文本断笔修复.实验结果表明,该算法的F-Measure(FM)为90.47％,峰值信噪比(PSNR)达到19.15 dB,负率指标(NRM)低至0.053 8,分类错误度量(MPM)降至0.00033,验证了本文提出的二值化算法的有效性.

摘要： For the visual form images under complex environments,an effective image segmentation method was pres-ented.Firstly,the changes of image background were estimated by closed operation of images,and then the image background compensation was realized by defined image contrast.Then taking the mean value of the image background estimation as a global segmentation threshold of the compensation image,the form image segmentation was successfully achieved.Experimental results show that the segmentation method can obtain a good visual effect,and compared with the OSTU method based on compensation image and Niblack method based on local threshold,it can achieve a good balance between over-segmentation and under-segmentation of the image cell regions.%针对复杂环境因素影响下的视觉表格图像,提出了一种有效的图像分割方法.首先利用图像的闭运算,估计出图像的背景变化,进而利用定义的图像对比度实现了图像的背景补偿.然后利用背景估计图像的均值作为补偿图像的全局分割阈值,成功实现了表格图像分割.实验仿真表明,本文方法的分割结果体现了较好的视觉效果,而且与基于补偿图像的OSTU方法和基于局部阈值的Niblack方法相比,它在图像单元格区域的过分割与欠分割之间实现了较好的均衡.

摘要： 为达到对运动磁环快速准确的追踪,实现机械手实时分拣抓取,分析了运动目标检测算法,基于磁环运动建立卡尔曼滤波状态估计模型,对于连续采集图像序列利用卡尔曼滤波背景估计检测算法来确定感兴趣区域,经Halcon图像处理,实现对运动目标的实时监测追踪.仿真对比验证了卡尔曼滤波能避免背景、光照扰动问题,准确地估计背景提取前景,不会对运动物体出现漏检情况,系统可靠性高、适用性强,为运动物体实时追踪提供了理论依据.%In order to track the moving magnet ring quickly and precisely,and realize the real-time sorting and scratching of manipulator,the moving object detection algorithm is analyzed. On the basis of the magnet ring motion,a state estimation model of Kalman filtering was established. The background estimation detection algorithm of Kalman filtering is used to determine the region of interest of the image sequence acquired continuously. The image sequence is performed with image processing based on Halcon to realize the real-time monitoring and tracking of the moving object. The simulation contrastive verification results show that the Kalman filtering can avoid the problems of background and illumination disturbances,estimate the background and ex-tract the foreground precisely,won′t appear the situation of missed detection moving objects,and the system has high stability and strong applicability,which provides a theoretical basis for the real-time tracking of moving objects.

摘要： Smoke detection has important application prospects in the modern intelligent fire,with the development of computer vision and pattern recognition technology,the fire smoke detection algorithm based on the video image constantly being proposed.For the current detection methods are not flexible and detection performance is not high in a complex environment,this paper proposed a fire smoke detection algorithm based on dynamic background update and dark channel prior.Firstly,it improved the dynamic background updating algorithm for extracting moving foreground.Then,combined with the dark channel prior knowledge to determine the foreground of suspected smoke area.Finally,it used linear combination of smoke color features,rotation invariant LBP texture feature and HOG features by the KNN classifier for identification.Through the experiments on more than one video scene,it shows that the algorithm is less affected by environmental factors,and has good capability of smoke detection.%烟雾检测在现代智能消防中有着重要的应用前景,随着计算机视觉和模式识别技术的发展,基于视频图像的火灾烟雾检测算法不断被提出.针对目前检测方法适应性不强、在复杂环境下检测性能不高的问题,提出了一种基于背景动态更新和暗通道先验的烟雾检测算法.算法首先通过改进的背景动态更新算法提取运动前景;然后,结合暗通道先验知识确定前景中的疑似烟雾区域;最后,利用烟雾颜色特征、旋转不变的LBP纹理特征和HOG特征的线性融合通过最近邻分类器(KNN)进行识别.通过在多个视频场景下的实验,表明该算法受环境因素影响较小,且具有良好的烟雾检测能力.

摘要： 提出一种新的基于最小截平方(LTS)的杂波背景估计方法,并将其运用于红外小目标检测.最小截平方方法可以识别图像中的多个奇异点,比如噪声点和目标区域,剔除这些奇异点之后就可以把杂波背景无偏地估计出来,然后通过差分就可以得到包含目标的前景图像,进而从前景图中分割出小目标.与基于最小均方(LMS)的算法进行性能比较,结果表明:该方法可以获得更好的背景估计,并且对于复杂背景中的小目标检测也是有效的.

摘要： 建立了基于岭回归估计的背景估计批处理算法,进而提出了自适应的二维序贯岭回归估计算法(Two-Dimensional RecursiveRidge Regression Algorithm, TDRA)。该算法不仅具有最小均方算法的优点,而且比它更加稳定,估计的误差更小。同时,针对可见光图像,通过实测数据的模拟讨论了算法参数μ、邻域支撑域类型以及邻域大小的选择配置,以更大的优化TDRA算法背景估计的性能。结果表明,参数μ太大或者太小,算法背景估计性能均变差,0.01-0.1是较好的选择。和其他四种支撑域相比,以中心像素为待估计背景像元的非因果型支撑域具有最好的背景估计性能。此外,各种邻域大小的比较表明,兼顾计算复杂度和背景估计性能,7×7邻域是图像背景估计的最佳选择。这些仿真结果对TDRA在背景估计中的应用有很强的指导意义。

摘要： 为了实现准确、实时的从工业相机跟踪动态目标,提出了基于卡尔曼滤波的算法.通过创建背景模型来估计出当前背景,进而得到前景区域,并对前景区域进行相关处理,最后通过计算补集得到更新后的背景.此方法能根据不同场景信息调整前景与背景阈值,减弱背景区域造成的噪声影响,实时根据场景变化快速、自动更新背景,并运对每一位置的像素进行背景估计.通过在VS2010平台结合JAI SDK(Software Development Kit,软件开工具包)调用Halcon函数库实现卡尔曼滤波动态跟踪,其中JAI SDK用于开发千兆网相机,几乎支持所有千兆网相机.实验结果表明,能够实现对目标的实时动态跟踪,实时性高,准确度高.

摘要： 为适应交通环境多变情况下实时交通信息采集的要求,提出一种快速高效的背景估计方法.该方法以单高斯估计模型为基础,参数简单,算法实时性好；在采集样本时通过帧差法对图像进行分块选取,从而保证了样本的纯度,有效地削弱了运动物体和噪声对于背景估计的影响.通过实际道路环境下多种方法的实验比较,证明所提出的方法的正确性和有效性.

摘要： 红外图像中的小目标检测一直以来都是一个热点问题,其中对杂波背景的抑制是目标检测的关键,背景抑制的好坏直接影响着小目标的检测的性能.红外图像中的小目标表现为一个孤立的亮斑,强度相对于背景较弱,并且在相邻的图像序列之间的运动速度快于背景杂波,是图像中的高频部分,噪声互不相关,也是图像中的高频部分.针对以上特点,本文设计了一种自适应的红外图像背景抑制方法,利用基于高斯内核的自适应滤波器进行背景抑制.实验表明,该方法具有良好的信杂比,易于工程实现,也能够满足实时性的要求.

摘要： 红外图像中的小目标检测一直以来都是一个热点问题,其中对杂波背景的抑制是目标检测的关键,背景抑制的好坏直接影响着小目标的检测的性能.红外图像中的小目标表现为一个孤立的亮斑,强度相对于背景较弱,并且在相邻的图像序列之间的运动速度快于背景杂波,是图像中的高频部分,噪声互不相关,也是图像中的高频部分.针对以上特点,本文设计了一种自适应的红外图像背景抑制方法,利用基于高斯内核的自适应滤波器进行背景抑制.实验表明,该方法具有良好的信杂比,易于工程实现,也能够满足实时性的要求.

摘要： 红外图像中的小目标检测一直以来都是一个热点问题,其中对杂波背景的抑制是目标检测的关键,背景抑制的好坏直接影响着小目标的检测的性能.红外图像中的小目标表现为一个孤立的亮斑,强度相对于背景较弱,并且在相邻的图像序列之间的运动速度快于背景杂波,是图像中的高频部分,噪声互不相关,也是图像中的高频部分.针对以上特点,本文设计了一种自适应的红外图像背景抑制方法,利用基于高斯内核的自适应滤波器进行背景抑制.实验表明,该方法具有良好的信杂比,易于工程实现,也能够满足实时性的要求.

摘要： 红外图像中的小目标检测一直以来都是一个热点问题,其中对杂波背景的抑制是目标检测的关键,背景抑制的好坏直接影响着小目标的检测的性能.红外图像中的小目标表现为一个孤立的亮斑,强度相对于背景较弱,并且在相邻的图像序列之间的运动速度快于背景杂波,是图像中的高频部分,噪声互不相关,也是图像中的高频部分.针对以上特点,本文设计了一种自适应的红外图像背景抑制方法,利用基于高斯内核的自适应滤波器进行背景抑制.实验表明,该方法具有良好的信杂比,易于工程实现,也能够满足实时性的要求.

摘要： 红外图像中的小目标检测一直以来都是一个热点问题,其中对杂波背景的抑制是目标检测的关键,背景抑制的好坏直接影响着小目标的检测的性能.红外图像中的小目标表现为一个孤立的亮斑,强度相对于背景较弱,并且在相邻的图像序列之间的运动速度快于背景杂波,是图像中的高频部分,噪声互不相关,也是图像中的高频部分.针对以上特点,本文设计了一种自适应的红外图像背景抑制方法,利用基于高斯内核的自适应滤波器进行背景抑制.实验表明,该方法具有良好的信杂比,易于工程实现,也能够满足实时性的要求.

摘要： 红外图像中的小目标检测一直以来都是一个热点问题,其中对杂波背景的抑制是目标检测的关键,背景抑制的好坏直接影响着小目标的检测的性能.红外图像中的小目标表现为一个孤立的亮斑,强度相对于背景较弱,并且在相邻的图像序列之间的运动速度快于背景杂波,是图像中的高频部分,噪声互不相关,也是图像中的高频部分.针对以上特点,本文设计了一种自适应的红外图像背景抑制方法,利用基于高斯内核的自适应滤波器进行背景抑制.实验表明,该方法具有良好的信杂比,易于工程实现,也能够满足实时性的要求.

摘要： 本发明涉及用于估计音频信号中的背景噪声的背景噪声估计器及其中的方法。所述方法包括基于以下各项获得与音频信号段(例如帧或帧的一部分)相关联的至少一个参数：第一线性预测增益，被计算为：针对所述音频信号段，来自0阶线性预测的残余信号与来自2阶线性预测的残余信号之间的商；以及，第二线性预测增益，被计算为：针对所述音频信号段，来自2阶线性预测的残余信号与来自16阶线性预测的残余信号之间的商。该方法还包括：至少基于所获得的至少一个参数，确定音频信号段是否包括停顿；以及，当所述音频信号段包括停顿时，基于所述音频信号段更新背景噪声估计。

摘要： 本发明公开了一种基于阵列背景噪声统计协方差估计的方位估计方法及系统，该方法包括以下步骤：获取实时的阵列接收数据；估计阵列的统计样本协方差矩阵；基于统计样本协方差矩阵，估计非均匀的阵列背景噪声；构造稀疏约束优化算法，求解目标方位。本发明通过对实时采集的阵列数据，动态实时估计出阵列的背景噪声，然后在声纳进行方位估计前，减去所估计的各个传感器非均匀噪声，以提高声纳方位估计精度，获取的目标方位误差小、精度高，更贴近于真实值，大大增加了声呐探测的准确性，并且本发明的方法可用于多种不同的阵列，适用性更强。

摘要： 本发明提供了属性估计系统和的方法，其中，没有估计精度在特定的数值区域中降低的情况，并且提供了使用该属性估计系统和方法的年龄估计系统、性别估计系统与年龄和性别估计系统。其是用于估计在输入图像中被拍摄的人的年龄的系统，该系统包括：分类器3，其根据输入图像的数据来将人的年龄估计为离散量；分类器4，其根据输入图像的数据来将人的年龄估计为连续量；以及，结合单元7，其结合分类器3的估计结果和分类器4的估计结果。

摘要： 本发明涉及用于估计音频信号中的背景噪声的背景噪声估计器及其中的方法。所述方法包括基于以下各项获得与音频信号段(例如帧或帧的一部分)相关联的至少一个参数：第一线性预测增益，被计算为：针对所述音频信号段，来自0阶线性预测的残余信号与来自2阶线性预测的残余信号之间的商；以及，第二线性预测增益，被计算为：针对所述音频信号段，来自2阶线性预测的残余信号与来自16阶线性预测的残余信号之间的商。该方法还包括：至少基于所获得的至少一个参数，确定音频信号段是否包括停顿；以及，当所述音频信号段包括停顿时，基于所述音频信号段更新背景噪声估计。

摘要： 本发明涉及用于估计音频信号中的背景噪声的背景噪声估计器及其中的方法。所述方法包括基于以下各项获得与音频信号段(例如帧或帧的一部分)相关联的至少一个参数：第一线性预测增益，被计算为：针对所述音频信号段，来自0阶线性预测的残余信号与来自2阶线性预测的残余信号之间的商；以及，第二线性预测增益，被计算为：针对所述音频信号段，来自2阶线性预测的残余信号与来自16阶线性预测的残余信号之间的商。该方法还包括：至少基于所获得的至少一个参数，确定音频信号段是否包括停顿；以及，当所述音频信号段包括停顿时，基于所述音频信号段更新背景噪声估计。

摘要： 本发明公开了一种基于阵列背景噪声统计协方差估计的方位估计方法及系统，该方法包括以下步骤：获取实时的阵列接收数据；估计阵列的统计样本协方差矩阵；基于统计样本协方差矩阵，估计非均匀的阵列背景噪声；构造稀疏约束优化算法，求解目标方位。本发明通过对实时采集的阵列数据，动态实时估计出阵列的背景噪声，然后在声纳进行方位估计前，减去所估计的各个传感器非均匀噪声，以提高声纳方位估计精度，获取的目标方位误差小、精度高，更贴近于真实值，大大增加了声呐探测的准确性，并且本发明的方法可用于多种不同的阵列，适用性更强。

摘要： 自身位置估计模型学习装置(10)包括：取得部(30)，其按时间序列取得在动态环境中从自身位置估计对象的视点拍摄到的局部图像以及从俯瞰自身位置估计对象的位置拍摄到的与所述局部图像同步的俯瞰图像；以及学习部(32)，其对以按时间序列取得的局部图像以及俯瞰图像为输入而输出自身位置估计对象的位置的自身位置估计模型进行学习。

摘要： 本发明提供了属性估计系统和方法，其中，没有估计精度在特定的数值区域中降低的情况，并且提供了使用该属性估计系统和方法的年龄估计系统、性别估计系统与年龄和性别估计系统。其是用于估计在输入图像中被拍摄的人的年龄的系统，该系统包括：分类器3，其根据输入图像的数据来将人的年龄估计为离散量；分类器4，其根据输入图像的数据来将人的年龄估计为连续量；以及，结合单元7，其结合分类器3的估计结果和分类器4的估计结果。

摘要： 实施方案包括一种方法，包括：接收从辐射检测器获得的所测量的辐射，所述辐射检测器接收穿过对象的辐射；模拟从所述辐射检测器获得的所测量的辐射，所述辐射检测器接收穿过所述对象的辐射；基于所测量的辐射和所模拟的测量辐射来生成偏移；基于所述偏移来估计散射辐射；以及基于所估计的散射辐射来估计主要辐射。

摘要： 本申请涉及使用空间‑时间模型的视频背景估计。论述了与视频背景估计有关的技术，包括基于输入视频生成没有前景对象的最终背景图片。这种技术包括：分别利用时间和空间背景图片建模生成第一和第二估计背景图片，并且基于与第一和第二估计背景图片相对应的第一和第二置信图谱融合第一和第二估计背景图片以生成最终估计背景图片。