背景提取

摘要： 研究监控视频的异常检测过程中,需要提取监控视频的背景图像,而传统方法提取视频背景图像效果较差,存在前景图像残影、模糊等问题。为了提升固定场景监控视频背景图像的提取效果,论文采用卷积自动编码器结合结构相似性损失函数的方式提取视频图像背景。自动编码器将监控视频的前景图像视为运动噪声,使用编码器去除噪声,再使用解码器重构背景图像,论文基于Avenue、UCSDPed1、UCSDPed2数据集进行实验验证,证明论文方法具有较好背景图像提取效果。

摘要： 针对多维视频监控受到图像噪声的影响,导致多维视频的质量变差,以提高多维视频图像的质量为目的,提出了面向工业4.0的多维视频监控系统设计;在第四次工业革命的背景下,利用多维视频采集器设计和监控网络传输接口设计,完成了系统的硬件设计;确定多维视频背景中的图片像素点,提取多维视频背景,通过低通滤波来阻止视频更新的影响,根据帧多维视频的检测结果来更新多维视频的背景,提出多维视频跟踪算法,完成了系统的软件设计,实现了多维视频的监控;测试结果表明,与其他两个多维视频监控系统相比,面向工业4.0的多维视频监控系统可以将噪声消除掉80%~90%,平均压缩比为80.004:1,平均分辨率大约为533*533 dpi,可以获得较高质量的多维视频图像。

摘要： 针对多维视频监控受到图像噪声的影响,导致多维视频的质量变差,以提高多维视频图像的质量为目的,提出了面向工业4.0的多维视频监控系统设计;在第四次工业革命的背景下,利用多维视频采集器设计和监控网络传输接口设计,完成了系统的硬件设计;确定多维视频背景中的图片像素点,提取多维视频背景,通过低通滤波来阻止视频更新的影响,根据帧多维视频的检测结果来更新多维视频的背景,提出多维视频跟踪算法,完成了系统的软件设计,实现了多维视频的监控;测试结果表明,与其他两个多维视频监控系统相比,面向工业4.0的多维视频监控系统可以将噪声消除掉80％?90％,平均压缩比为80.004∶ 1,平均分辨率大约为533 * 533 dpi,可以获得较高质量的多维视频图像.

摘要： 本文针对混合航道船舶航行监管难题,提出一种基于背景提取算法的船舶检测及跟踪实时算法,利用KNN背景分割器来建立动态背景模型.本文创新点在于面对复杂环境中的水面漂浮物、波浪、水面反射等复杂噪声时,通过分级降噪解决了近处波浪的噪声影响问题,采用运动特征来辅助判断目标并且过滤非船舶目标,实现了目标船舶精确定位及跟踪算法中目标识别丢失问题,最后在船舶识别及具体跟踪工程中取得了实际应用.

摘要： 现有算法对长时间含有静止车辆的视频序列进行背景提取和更新时效果不甚理想.为此,论文提出了一种改进的道路背景提取和更新算法.通过统计一段时间内相邻帧的变化程度,结合边缘检测算法分析持续变化的区域,可以有效改善环境复杂时背景提取困难的情况,而且可以解决背景更新中存在的当前背景图像中含有静止车辆的问题.实验证明该算法可以很好地适应实际应用中情况较为复杂的路况,准确性有了明显提高,且实时性较好.

摘要： 针对视觉背景提取(Visual background extractor,ViBe)算法在镜头抖动和动态场景下运动目标误检率高的问题,提出了一种改进的ViBe算法.首先利用背景点有无整体运动来判断镜头是否抖动,接着根据背景点的运动求出全局运动参数,然后加入运动补偿算法消除镜头抖动对背景模型更新的影响,最后通过前景图像的连通域集合对动态场景下的动态噪声进行过滤,实现更为精准的运动目标检测.多种数据集测试结果表明,改进后的ViBe算法在镜头抖动和动态场景下能准确检测出运动目标,各项评价指标均优于经典ViBe算法和其他对比算法,具有一定的实用价值.

摘要： 针对视频拼接中由于移动前景引起的重影和伪影问题,提出了一种视差伪影最小化的视频拼接方法.该方法根据重叠区域图像的前景区域、灰度差异、纹理和颜色差异对能量函数进行改进,同时采用能量最小化的动态规划技术找到非移动前景区域的最佳缝合线;利用视觉背景提取(VIBE)检测移动物体并在随后的视频图像中更新最佳缝合线;根据色彩饱和度差异自适应地调整融合区域,采用自适应融合方法实现视频图像的融合.实验结果表明,该方法可以有效地抑制由移动前景引起的视差伪影且其拼接图像无明显接缝.

摘要： 针对视觉背景提取(Visual background extractor,ViBe)算法在镜头抖动和动态场景下运动目标误检率高的问题,提出了一种改进的ViBe算法。首先利用背景点有无整体运动来判断镜头是否抖动,接着根据背景点的运动求出全局运动参数,然后加入运动补偿算法消除镜头抖动对背景模型更新的影响,最后通过前景图像的连通域集合对动态场景下的动态噪声进行过滤,实现更为精准的运动目标检测。多种数据集测试结果表明,改进后的ViBe算法在镜头抖动和动态场景下能准确检测出运动目标,各项评价指标均优于经典ViBe算法和其他对比算法,具有一定的实用价值。

摘要： 为了实现在监控视频中对人体运动目标的准确提取,针对传统的三帧差分法在运动目标提取过程中容易出现“空洞”现象,提出了一种鲁棒主成分分析(robust principal component analysis,RPCA)与三帧差分相融合的运动目标检测算法.算法通过将RPCA提取的视频当前帧的背景作为三帧差分法的中间帧与视频当前帧的前一帧和视频当前帧分别进行邻间差分,使得三帧差分法在运动目标检测过程中避免了背景像素点所带来的影响,消除了“空洞”现象.仿真结果表明该算法在完整性和准确性方面要优于其他三种传统运动目标检测算法,可以在复杂背景环境中实现准确的运动目标提取.

摘要： 视频监控中背景提取是重要又具有挑战性的问题.传统方法存在背景建模不准确、更新不及时等问题,本文提出一种自适应的背景提取方法.根据改进的帧间差分方法确定视频中的运动区域,按照一定的概率增量更新由运动信息确定的背景区域.综合考虑了运动物体的速度、运动区域的不准确性等问题,给出显式的背景提取的终止条件.在实际应用中,该方法可用来提取复杂背景,也可以为其他方法提供背景初始化.实验中对该方法和其他背景提取方法进行了性能比较,在两个数据库上的实验结果显示了该方法的有效性.同时,实验表明通过提供背景初始化,可以显著改善其他基于背景建模方法的运动物体检测的准确性.

摘要： 针对单高斯模型在背景提取方面的不足,提出一种基于混合高斯模型的背景提取方法.即是利用多个高斯分布的组成来表示背景图像中各个像素点,从而获得实时更新的背景图像方法.实验结果表明,基于混合高斯模型的背景提取方法具有实用性和有效性.

摘要： 混合高斯模型法是背景提取领域中比较常用的一种算法,这种方法通过对每一个像素点的亮度用若干个高斯模型来建模,使该方法在进行背景提取的时候具有一定的场景适应能力,可以克服其他背景提取算法(如:多帧平均法、统计中值法等)无法适应环境变化的缺点.本文用混合高斯模型对不同天气情况下采集的多幅雷达视频图像进行背景提取,通过分析实测图像处理效果,找出该算法在雷达视频图像背景提取中体现出来的优缺点,为下一步的研究指出大致方向.

摘要： 本文提出了一种适用于大流量城市交叉路口的背景提取与更新算法。该算法针对交叉口交通流的特点，采取由含噪声的初始背景不断纠错更新向真实背景逼近的提取与更新策略，并结合中值滤波与Surrendra 算法，对背景进行更新。实验结果表明，该算法效果能满足交叉口车辆检测等实际应用的要求。

摘要： 背景提取是交通视频识别一个十分重要的步骤.本文根据背景图像RGB色值的一阶和二阶统计量的稳定性规律,提出一种图像背景提取的方法.即先将图像划分为多个图块区域,再通过检测在一定长度的帧序列中图块色值的波动大小是否满足阈值条件,来判断该图块是否属于背景.本文运用该算法对不同场景进行了实验.实验结果表明,该算法不但提高了计算效率和背景图像质量,而且对复杂的场景具有较强的适应性.

摘要： 本文首先分析了MPEG-4中静态背景提取的一般算法的原理和缺陷,然后设计出一套基于宏块的利用前期编码获取背景图像的快速算法,通过实验得到的最佳算法,最后对实验数据进行分析.实验结果表明:与一般背景提取算法相比,该算法具有更高的处理速度和更优的提取效果.

摘要： 视频序列图像中,视频分割的主要目的是要在视频序列中分割出具有意义运动对象实体.背景差法能够很好地从一段视频中提取出运动目标.可靠的背景图像的提取是该算法的关键. 本文表述了一种新的背景提取算法,利用图像序列的灰度统计特性来提取背景图像,并利用Surendra背景更新算法根据每帧图像对背景进行更新已获得可靠的背景.然后,将当前帧与背景作差,并对差值图像进行适当处理,这样运动目标就能够被精确地提取出来.

摘要： 本文讨论了自适应背景更新算法。人为因素,光线的变化都能给背景更新带来很多问题,对背景更新处理带来了很多困难。本文提出了自适应背景更新算法模型,该算法对现有背景更新算法进行了改进,提出了实时自适应更新计算,根据背景变化情况,重新计算图像背景信息,重新更新背景。该方法用于实践的道路车辆检测取得了良好的效果,通过实践检验证明该方法是稳定可行的。

摘要： 本文讨论了自适应背景更新算法。人为因素,光线的变化都能给背景更新带来很多问题,对背景更新处理带来了很多困难。本文提出了自适应背景更新算法模型,该算法对现有背景更新算法进行了改进,提出了实时自适应更新计算,根据背景变化情况,重新计算图像背景信息,重新更新背景。该方法用于实践的道路车辆检测取得了良好的效果,通过实践检验证明该方法是稳定可行的。

摘要： 本文讨论了自适应背景更新算法。人为因素,光线的变化都能给背景更新带来很多问题,对背景更新处理带来了很多困难。本文提出了自适应背景更新算法模型,该算法对现有背景更新算法进行了改进,提出了实时自适应更新计算,根据背景变化情况,重新计算图像背景信息,重新更新背景。该方法用于实践的道路车辆检测取得了良好的效果,通过实践检验证明该方法是稳定可行的。

摘要： 提供一种用于能够利用通过视点移动的照相机取得的图像，取得背景差分的技术。首先，通过照相机(11)，取得不包含对象物的图像即背景图像。利用照相机(11)的视线方向以及视点位置的信息，将背景图像中的像素的位置信息变换为固定坐标系中的极坐标信息。将背景图像中的像素的颜色信息与该像素的极坐标信息的对应关系记录在记录部(3)中。接着，通过照相机(11)，取得包含对象物的图像即实际图像。利用照相机(11)的视线方向以及视点位置的信息，将实际图像中的像素的位置信息变换为固定坐标系中的极坐标信息。利用实际图像中的像素的极坐标信息，确定与实际图像对应的角度区域内的背景图像作为对象背景。通过比较实际图像与对象背景，提取它们之间的差分。

摘要： 本发明公开一种背景噪声的提取方法及提取系统，所述提取方法包括：获取电平样本数据集，确定多个样本子集，根据最小二乘法确定各样本子集的拟合曲线，根据拟合曲线确定各待测点的斜率特征值，根据各斜率特征值信号点，将信号点的电平数值替换为相邻噪声点的电平数值，相邻噪声样本点为距离信号点最近的噪声点。本发明采用最小二乘线性曲线拟合算法对频段内各个频点对应的电平数据进行处理，提取样本的斜率特征值，通过比较特征值与设定的信号判定门限，实现信噪分离，将信号频点值对应的电平值替换为邻近噪声频点对应的电平值，从而准确获取该频段的背景噪声。

摘要： 本发明公开了基于新型十字菱形搜索及三帧背景对齐的动背景视频对象提取方法，包括如下步骤：首先将参考帧K帧，K-1帧，K+1帧分成8×8宏块，根据宏块预判断准则对所有的宏块进行筛选；对筛选后的宏块采用新型十字形菱形运动估计方法进行块匹配，得到K-1帧相对于K帧的运动矢量场，K+1帧相对于K帧的运动矢量场，并通过最小二乘法计算全局运动参数；对第K-1帧和K+1帧分别进行运动补偿，使第K-1帧和第K+1帧分别与第K帧背景对齐，得到重建帧K-1ˊ和K+1ˊ；对重建帧K-1ˊ、参考帧K及重建帧K+1ˊ分别采用Sobel算子提取边缘信息，分别计算其相对于参考帧边缘的帧差，最大方差阈值进行二值化；最后采用形态学及中值滤波等进行后处理，实现对于动背景下视频对象的快速有效分割。

摘要： 本发明公开了基于中心偏置的五边形搜索及三帧背景对齐的动背景视频对象提取方法，包括如下步骤：首先将参考帧K帧，K-1帧，K+1帧分成8×8宏块，根据宏块预判断准则对所有的宏块进行筛选；对筛选后的宏块采用基于中心偏置的五边形运动估计方法进行块匹配，得到K-1帧相对于K帧的运动矢量场，K+1帧相对于K帧的运动矢量场，并通过最小二乘法计算全局运动参数；对第K-1帧和K+1帧分别进行运动补偿，使第K-1帧和第K+1帧分别与第K帧背景对齐，得到重建帧K-1'和K+1'；对重建帧K-1'、参考帧K及重建帧K+1'分别采用Sobel算子提取边缘信息，分别计算其相对于参考帧边缘的帧差，最大方差阈值进行二值化；最后采用形态学及中值滤波等进行后处理，实现对于动背景下视频对象的分割。

摘要： 本发明公开了一种基于自适应六边形运动估计及五帧背景对齐的动背景下视频对象提取方法，包括如下步骤：首先将K-2帧、K-1帧、参考帧K、K+1帧与K+2帧分成8×8宏块，根据宏块判断准则对宏块进行筛选；对筛选后的宏块采用自适应六边形运动估计方法进行块匹配，分别得到上述四帧相对于参考帧的运动矢量场，并通过最小二乘法计算全局运动参数；对第K-2帧、K-1帧、K+1帧与K+2帧分别进行运动补偿，使该四帧与参考帧背景对齐，并得到四帧的重建帧；对重建帧及参考帧分别采用Kirsch算子提取边缘信息，计算相对于参考帧边缘的帧差，最大方差阈值二值化；分别对连续五帧前两帧和后两帧得到的帧差进行与运算；最后进行或运算并做后处理，实现动背景视频对象的快速有效分割。

摘要： 提供一种用于能够利用通过视点移动的照相机取得的图像，取得背景差分的技术。首先，通过照相机(11)，取得不包含对象物的图像即背景图像。利用照相机(11)的视线方向以及视点位置的信息，将背景图像中的像素的位置信息变换为固定坐标系中的极坐标信息。将背景图像中的像素的颜色信息与该像素的极坐标信息的对应关系记录在记录部(3)中。接着，通过照相机(11)，取得包含对象物的图像即实际图像。利用照相机(11)的视线方向以及视点位置的信息，将实际图像中的像素的位置信息变换为固定坐标系中的极坐标信息。利用实际图像中的像素的极坐标信息，确定与实际图像对应的角度区域内的背景图像作为对象背景。通过比较实际图像与对象背景，提取它们之间的差分。

摘要： 本发明公开一种背景噪声的提取方法及提取系统，所述提取方法包括：获取电平样本数据集，确定多个样本子集，根据最小二乘法确定各样本子集的拟合曲线，根据拟合曲线确定各待测点的斜率特征值，根据各斜率特征值信号点，将信号点的电平数值替换为相邻噪声点的电平数值，相邻噪声样本点为距离信号点最近的噪声点。本发明采用最小二乘线性曲线拟合算法对频段内各个频点对应的电平数据进行处理，提取样本的斜率特征值，通过比较特征值与设定的信号判定门限，实现信噪分离，将信号频点值对应的电平值替换为邻近噪声频点对应的电平值，从而准确获取该频段的背景噪声。

摘要： 本发明公开了一种均一背景下的背景颜色值自动提取方法。所述方法包括：步骤1：使用区域生长方法将图像分割为n个分块segi，每个分块segi有mi个像素点；每个分块segi的任意像素点p的RGB值分别记为Rip、Gip、Bip，其中，p∈segi；步骤2：计算每个分块segi的RGB平均值；步骤3：计算S集合；步骤4：计算S中RGB色平均值。本发明的优点是：本发明能够在均一背景的前提下，自动提取背景像素的像素值；并且能够较好的应对由于图片压缩导致背景颜色有损问题；以及由于现实世界光线不均一，导致图像背景出现细微变化的问题；该方法不仅应用于视频序列，还可以应用于图像，通用的解决两种应用环境的需求。

摘要： 本实用新型公开了一种提取复杂背景痕迹提取仪，包括盖板、选择开关、光源开关键、插座、光筒、滤色镜、电池、双色灯盘、外壳、电量显示屏和刻度板，外壳外表面设置有电量显示屏，外壳前端设置有刻度板，外壳的后端设置有盖板，盖板上设置有选择开关、光源开关键和插座，外壳内由前至后依次设置有双色灯盘、滤色镜和光筒，外壳内还设置有电池，电池与光源开关键和双色灯盘相连，双色灯盘还与选择开关相连，插座与电池相连。本实用新型结构设计合理，多方位斜角45度光源照射，使荧光效果更好，融合比例尺，使工作效率提高，有效去除复杂背景，只显现物证痕迹，实用性强。

摘要： 本发明是一种基于改进视觉背景提取模型的视频感兴趣区域提取方法，其特点是，包括：提出一种基于时空域的自适应数量阈值确定算法；基于时空域相关性根据视频帧列不同场景对人眼贡献率大小，提出一种基于时空域的自适应距离阈值确定算法；根据自适应数量阈值和自适应距离阈值确定前景分割阶段公式，采用切比雪夫距离衡量当前像素点与背景模型中像素点的差异，根据提出的区域场景复杂度计算公式计算所述场景复杂度获得模型的动态更新方式。能够消除目标空洞并加快消除鬼影，提高模型在动态场景下的适应性和鲁棒性。