1 宜宾学院智能制造学部, 四川宜宾 644000
2 广西科技大学广西土方机械协同创新中心, 广西柳州 545006
3 云南财经大学信息学院, 云南昆明 650221
4 中国科学院光电技术研究所, 四川成都 610209
为有效去除动态背景对弱小目标信号的干扰, 提出改进特征空间的红外弱小目标背景建模法来抑制背景。先采用改进的各向异性滤波算法从空域角度进行滤波以约束图像各个组分的差异, 紧接着取连续时间域上多帧滤波后的图像组成一个特征矩阵, 借助于主成分分析法进行特征分解, 最后将输入图像投影到特征空间上进行背景建模, 同时为了适应动态变化的背景, 在时域上以一定学习率来更新背景模型。实验结果表明, 提出的算法比传统的算法取得更好的背景估计效果, 结构相似性 SSIM、对比度增益 I和背景抑制因子 BIF分别大于 0.97、15.46和 5.25。
弱小目标 动态背景建模 各向异性滤波 主成分分析 dim and small target dynamic background modeling anisotropic filtering Principal Component Analysis 太赫兹科学与电子信息学报
2023, 21(9): 1109
南京邮电大学电子与光学工程学院、微电子学院,江苏 南京 210023
为了在多种环境条件下进行快速、高效的运动目标检测,提出一种基于新型背景提取的运动目标检测算法。首先,从视频中读取N帧连续图像,对任一像素位置,将每帧图像与其余图像对应位置依次作差,得到N组包含N个差值的差值序列;然后,基于矩形径向基函数,统计每个差值序列中属于矩形宽度内的差值个数;最后,将最大频率的差值序列所对应的像素值作为背景,通过背景减法提取运动目标。实验结果表明,在数据量一定的条件下,所提方法建立背景与真实背景的结构相似性值比ViBe算法高0.162,运动目标检测结果的precision、recall、F1-measure、假正率指标均优于ViBe算法和GMM算法。即所提算法是一种具有较高的精确性和抗干扰能力的运动目标检测算法。
图像处理 背景提取 运动目标检测 动态背景 径向基函数 激光与光电子学进展
2023, 60(12): 1210021
天津城建大学计算机与信息工程学院, 天津 300384
针对视觉背景提取算法在复杂环境下检测出现鬼影现象、动态背景因素形成噪声干扰等问题,提出一种改进的视觉背景提取算法。通过创建辅助样本集,对复杂环境中像素点的重要特征信息进行收集;引入像素点鬼影因子和区域复杂度分析,自适应调节各像素点的匹配阈值和更新速率;最后通过基于滑动窗的像素点闪烁程度分析,将可能被误检为前景的噪声点向辅助样本中依概率更新。多场景下对比实验表明,该算法可将错分率降低至1.49%,且在检测时能快速消除鬼影现象,有效抑制动态背景产生的噪声干扰,同时保证前景目标能被完整识别,在复杂环境下的检测结果更加准确。
图像处理 运动目标检测 视觉背景提取算法 鬼影消除 自适应阈值 动态背景 激光与光电子学进展
2019, 56(1): 011007
1 国家测绘地理信息局卫星测绘应用中心, 北京 100048
2 辽宁工程技术大学测绘与地理科学学院, 辽宁 阜新 123000
提出了一种基于动态序列噪声模板的主动式像素传感器(APS)星图去噪方法。该方法利用短时静态背景噪声与随机噪声阈值构建动态序列噪声模板,实现了对APS星图数据的去噪处理。以ZY-3卫星的APS原始星图作为实验数据进行研究,结果表明所提方法能很好地剔除条带和边缘噪声。与传统去噪处理方法相比,所提方法的星图质心提取精度提升了约12.98″;与全局阈值分割法相比,所提方法的星图质心提取精度提升了约2.16″;与静态背景噪声方法相比,所提方法的星图质心提取精度提升了约9.64″。这充分表明所提方法可有效提升APS恒星质心定位精度,适用于事后姿态处理。
机器视觉 主动式像素传感器 动态背景 星图处理 质心提取 星对角距
江南大学轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
针对视觉背景提取(Vibe)算法在目标检测过程中存在鬼影且易受动态背景干扰等问题,提出了一种基于多尺度空间的Vibe算法。在建立背景模型前,对输入的视频序列进行金字塔变换,得到顶层、中层、底层3种不同分辨率的图像;再在不同分辨率下进行Vibe前景检测,并对检测结果进行融合,减少了动态背景的影响,同时提出了一种鬼影消除策略,结合帧间信息,加入二次判断策略,加快了鬼影的消除;最后,为了更好地适应动态环境,提出了一种背景复杂度量,根据背景的复杂程度,自适应地调整阈值。实验结果表明:经改进的算法加快了鬼影的消除,对动态环境噪声的干扰有良好的稳健性。
机器视觉 金字塔变换 鬼影消除 动态背景 自适应阈值 目标检测 激光与光电子学进展
2018, 55(11): 111501
1 北京理工大学光电学院, 北京 100081
2 北京理工大学珠海学院信息学院, 广东 珠海 518088
基于卡尔曼滤波的背景差分算法存在背景更新不自适应,对光照变化、物体移入移出敏感等问题。提出了一种改进的以分类分块为核心的背景差分算法。首先,将前N帧视频序列图像求取均值得到初始背景模型;将第K帧图像与背景图像进行差分得到差分图像,再按照均值和标准差进行两次分类分块,分出前景块和背景块;在单个像素基础上对前景块进行背景细分割,确定运动目标区域;依据相邻两帧之间的灰度信息完成背景自适应更新。实验证明,本文算法能有效克服外界光线缓慢变化和背景中物体的轻微移动等问题。该算法具有较好的稳健性、相对较快的运算速度以及精确的运动目标区域。
图像处理 运动检测 卡尔曼滤波 背景差分 分块分类 动态背景 激光与光电子学进展
2018, 55(8): 081003
1 中国科学院 长春光学精密机械与物理研究所 航空光学成像与测量重点实验室, 吉林长春 130033
2 吉林大学 仪器科学与电气工程学院, 吉林 长春 1360061
针对传统运动目标检测算法在动态背景条件下难以准确检测出运动目标的问题, 提出了一种基于元胞自动机的动态背景运动目标检测算法。首先, 根据SLIC算法分割视频图像, 并应用多模态混合动态纹理模型对视频图像进行背景建模。然后, 融合空时显著性检测与基于元胞自动机的自动更新机制得到优化的显著性图。最后, 通过对优化后的显著性图做适当的阈值分割处理得到视频图像中的运动目标。实验仿真结果表明, 在动态背景条件下该算法可以有效的抑制视频图像中非运动目标的显著性物体对检测结果带来的影响, 检测运动目标的精度较高, 并且具有一定的鲁棒性。
元胞自动机 显著性检测 动态背景 运动目标检测 cellular automata saliency detection dynamic background moving target detection
1 国防科学技术大学电子科学与工程学院, 湖南 长沙 410073
2 中国人民解放军61541部队, 北京 100094
针对视觉背景提取算法(ViBe)中出现的鬼影问题、不能很好适应背景高频扰动和摄像机抖动问题以及由于采用空间邻域扩散机制引起背景更新错误问题,提出一种改进的视觉背景提取算法。该算法结合视觉显著性判断背景模型中存在的鬼影目标,通过判断背景模型中每个像素点的鬼影程度,结合模糊准则自适应改变时间子采样因子,加快消除鬼影的速度;通过建立一个闪烁程度矩阵,判断背景高频扰动程度来设置自适应匹配阈值,加入小目标丢弃和空洞填充策略;统计前景像素24邻域区域的像素点个数,判断前景像素点是否为摄像机抖动或者背景更新错误引起的噪点,提高算法的稳健性。结果表明,改进后的算法可以很好地弥补经典ViBe算法的不足,准确率与识别率等指标均大大提升。
机器视觉 运动目标检测 视觉背景提取 鬼影消除 视觉显著性 动态背景 自适应阈值
1 南京理工大学 电子工程与光电技术学院, 南京 210094
2 江苏省智能感知与光谱成像重点实验室, 南京 210094
为了消除背景光强动态变化引起的非线性误差,提出了基于压缩感知成像系统的动态背景去噪算法.算法将测量中不同背景光强下所得测量值的平均值之差作为补偿系数,通过补偿系数消除动态背景噪声对压缩感知成像系统的非线性影响.仿真结果表明, 在总数为900次的采样过程中, 背影噪声动态变化300次时,算法能够将重建图像的峰值信噪比由29.5 dB提高到62 dB;在动态背景噪声的影响下, 本文算法能够大大提高目标图像的可读性, 提高成像质量, 增加压缩感知成像系统的鲁棒性.
成像 压缩感知 非线性 背景噪声 动态 Imaging Compressed sensing Nonlinear Dynamic background 光子学报
2015, 44(12): 1211003
南京大学 电子科学与工程学院, 江苏 南京 210046
由于视觉背景提取算法(ViBe)对存在动态背景的户外视频的前景检测结果依然不够精确, 故提出了一种改进的ViBe算法。文中描述了经典ViBe算法及其特点; 介绍了改进的ViBe算法针对动态背景的改进措施。该算法采用多帧连续图像初始化背景模型, 降低了单帧图像初始化所产生的“鬼影”对前景检测精度的影响; 在匹配过程中, 引入自适应的匹配阈值, 克服了单个的全局阈值对动态背景适应能力差的问题; 最后, 在更新过程引入空间一致性判断与模糊准则来减少算法的误检, 提高了算法的鲁棒性。实验结果表明, 该算法可以有效地检测动态背景下的运动目标, 检测准确率比经典ViBe算法提高了20%以上。
前景检测 视觉背景提取(ViBe) 动态背景 自适应阈值 空间一致性 模糊准则 foreground detection Visual Background Extractor(ViBe) dynamic background self-adaptive threshold spatial coherence fuzzy rule