改进的应用于交通场景的运动目标检测方法及质量评价

发布时间：2018-10-21 20:16

【摘要】：针对Vi Be算法在交通视频检测中出现明显鬼影区域、缓慢目标残影难以消除、检测精确度和鲁棒性不足的问题,提出改进算法,利用灰度信息为像素建立生命长度矩阵,使鬼影或残影快速融入背景样本得以消除。结合最大类间方差法设置自适应阈值,加入良好后处理抑制动态噪声。同时借鉴分类算法的统计指标,提出质量评价多个要素,以Vi Be原算法、混合高斯算法(GMM)、LBP-Otsu相结合的背景差分法和该改进算法为例,定性、定量对实验结果作出质量评价和分析。实验表明,改进算法在较少帧数内去除了鬼影,抑制了运动目标残影,提高了运动目标检测的准确度和整体性能。
[Abstract]:Aiming at the problem that the Vi Be algorithm has obvious ghost region in traffic video detection, the residual image of slow target is difficult to eliminate, and the detection accuracy and robustness are insufficient, an improved algorithm is proposed to establish the life length matrix for pixels using gray level information. Quickly melts the ghost or shadow into the background sample and eliminates it. Combined with the maximum inter-class variance method, the adaptive threshold was set, and good post-processing was added to suppress the dynamic noise. At the same time, using the statistical index of the classification algorithm for reference, several factors of quality evaluation are put forward. Taking the background difference method combined with Vi Be algorithm, mixed Gao Si algorithm (GMM), LBP-Otsu and the improved algorithm as examples, qualitative and quantitative evaluation and analysis of the experimental results are made. The experimental results show that the improved algorithm can eliminate the ghost in less frames, suppress the residual image of moving object, and improve the accuracy and overall performance of moving target detection.
【作者单位】： 天津工业大学计算机科学与软件学院;南昌大学信息工程学院;
【基金】：国家自然科学基金资助项目(61302127) 江西省自然科学基金重大项目(20161ACB20004)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 郭志芬,张玉兰;图象动目标检测[J];北京理工大学学报;1992年03期

2 陈忠碧;张启衡;彭先蓉;任臣;;基于块估计的运动目标检测方法[J];光电工程;2006年06期

3 于明;闫必行;阎刚;于洋;;融合空时显著性的运动目标检测方法[J];计算机仿真;2013年04期

4 关晓惠;周志敏;;一种复杂背景下的运动目标检测方法[J];浙江水利水电专科学校学报;2010年01期

5 甘新胜;赵书斌;;基于背景差的运动目标检测方法比较分析[J];指挥控制与仿真;2008年03期

6 高琼;戴晓琴;;浅谈运动目标检测方法的研究[J];科技信息;2009年27期

7 王欣;殷肖川;;基于背景重构的运动目标检测方法[J];微计算机信息;2008年10期

8 王成儒;孟凤;;快速背景重建的在线运动目标检测[J];光电工程;2007年06期

9 於时才;吴键;;运动背景下的运动目标检测方法[J];计算机仿真;2011年02期

10 张国欣;张殿富;范柳青;;运动目标检测方法的对比分析和仿真实现[J];电子科技;2011年12期

相关会议论文 前3条

1 王磊;;双置条件下运动目标检测方法[A];2008年全国声学学术会议论文集[C];2008年

2 祁亚斌;周军红;;基于二维最大熵的运动目标检测[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

3 王宏群;方帅;高明;;基于抑制光强变化影响的运动目标检测[A];第十四届全国图象图形学学术会议论文集[C];2008年

相关博士学位论文 前10条

1 屈鉴铭;智能视频监控中的运动目标检测与跟踪技术研究[D];西安电子科技大学;2015年

2 王欢;复杂场景下的运动目标检测与跟踪研究[D];北京理工大学;2015年

3 黄敏;基于视频的运动目标检测研究[D];东南大学;2014年

4 于红绯;车载环境下基于单目大视角相机的运动目标检测方法研究[D];东北大学;2013年

5 王欢;运动目标检测与跟踪技术研究[D];南京理工大学;2009年

6 解晓萌;复杂背景下运动目标检测和识别关键技术研究[D];华南理工大学;2012年

7 向金海;视频中运动目标检测与跟踪相关问题研究[D];华中科技大学;2014年

8 李菊;复杂背景下的运动目标检测与跟踪[D];合肥工业大学;2015年

9 孙志海;视频运动目标检测及减法聚类定位技术研究[D];浙江大学;2009年

10 丁莹;复杂环境运动目标检测若干关键问题研究[D];吉林大学;2010年

相关硕士学位论文 前10条

1 夏斌伟;视频监控中的运动目标检测与跟踪[D];华南理工大学;2015年

2 王龙;动态场景建模与运动目标检测方法研究[D];电子科技大学;2014年

3 苏靖峰;基于激光扫描的运动目标检测与识别[D];电子科技大学;2014年

4 崔雪梅;静态场景下运动目标检测和跟踪的关键技术研究[D];青岛大学;2015年

5 吴佳龙;基于DSP的运动目标检测与跟踪系统的研究与实现[D];西安电子科技大学;2014年

6 刘志红;一种运动目标检测与跟踪监控系统的研究[D];湖南师范大学;2015年

7 黄洁;基于FPGA的运动目标检测系统设计与实现[D];东华理工大学;2015年

8 彭娟;运动目标检测和跟踪系统的设计与实现[D];中南民族大学;2014年

9 刘盛中;基于低秩结构的运动目标检测[D];合肥工业大学;2014年

10 孟灿;基于全方位视觉的运动目标检测与跟踪算法研究[D];中国计量学院;2015年

，

本文编号：2286248