基于ViBe算法的运动目标检测具有很高的处理效率, 但在复杂背景下也存在缺陷, 比如不能有效抑制运动目标的残影和鬼影区域、易受噪音干扰, 在交通视频的处理中更为明显。鉴于ViBe算法的这些不足, 本文对ViBe原算法提出了改进, 结合像素生命长度对鬼影或残影像素进行判断, 利用二次更新策略提高消除速度。根据像素值变化引入最大类间方差法, 将原有的固定像素阈值变为动态阈值, 以提高交通视频中车辆目标检测的抗干扰能力。实验结果表明, 在3组不同交通场景视频中, 改进算法能够在较少帧数内消除目标的残影或者鬼影。对结果的量化分析也证明了改进算法由于应用了动态阈值, 使目标检测的精准度和整体性都有所提高。

Stoilov算法是近几年提出的一种相移量任意的等步长相移算法,它无须知道相移量的大小,只要保证相移步长相等,就可以解算出物体表面的截断相位,因而在三维测量领域中倍受人们关注。但Stoilov算法的表达式过分依赖采集的变形条纹图像的光强,存在对光强的减法、除法和开方等运算,使相位计算时在某些位置会出现分子分母为零,开方出现复数等奇异现象,会导致算法算错或者相位展开出错,致使三维重构表面会出现畸变、失真,甚至无法进行三维重构。因此提出了一种基于统计逼近的方法对Stoilov算法进行修正,有效抑制了奇异现象引入的相位误差,提高了三维测量精度。实验验证了其算法的有效性和适用性。