咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于改进ViBe算法的静态场景运动目标检测 收藏

基于改进ViBe算法的静态场景运动目标检测

Moving Object Detection in Static Scene Based on Improved ViBe Algorithm

作     者:汤旻安 王晨雨 Tang Min’an;Wang Chenyu

作者机构:兰州交通大学自动化与电气工程学院甘肃兰州730000 

出 版 物:《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期:2021年第58卷第14期

页      面:208-216页

核心收录:

学科分类:0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0702[理学-物理学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(61663021,71763025,61861025) 甘肃省重点研发计划(18YF1FA058) 甘肃省科技支撑计划(1304GKCA023) 甘肃省高校科研项目(2017A-025) 

主  题:图像处理 静态背景 目标检测 哈希算法 ViBe算法 二维信息熵 

摘      要:针对ViBe算法在静态背景下检测效果较差和检测目标存在“鬼影的问题,结合哈希算法和图像二维信息熵的知识提出一种改进的ViBe算法。首先,采用哈希算法对选取的三帧图像进行差分运算,对差分后得到的目标区域进行背景填充以得到背景图像,再对背景图像进行背景建模,从而消除鬼影现象。然后,根据背景的复杂程度得到自适应阈值与更新速率,使用自适应阈值进行前景检测,使用连通域信息进行二次检测以得到目标图像。最后,对目标图像进行形态学处理与背景更新。由实验数据可知,改进算法对草地、树叶和雪景等静态场景下的行人与车辆目标进行检测后,图像的F-measure值在0.8以上,比ViBe算法和高斯混合模型有所提升且较为稳定。实验结果表明,改进的ViBe算法可以消除鬼影现象,抑制背景的干扰,较好地检测目标信息。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分