《電子技術應用》
您所在的位置:首頁 > 模擬設計 > 設計應用 > 基于機器視覺的監控視頻移動目標輪廓提取算法
基于機器視覺的監控視頻移動目標輪廓提取算法
電子技術應用
馬方遠,任杰夫,黃靜,張正初
北京國電通網絡技術有限公司
摘要: 在監控視頻中,移動目標易受到邊緣模糊和背景噪聲干擾等影響,使得目標輪廓提取結果不準確。為此,提出基于機器視覺的監控視頻移動目標輪廓提取算法。采用機器視覺技術處理圖像,結合圖像背景模型建立像素高斯分布,并計算各個像素值與背景模型中高斯分布的匹配度,將匹配度低于閾值的像素視為前景像素,由此完成前景分割,結合鏈碼對前景目標邊緣進行編碼,標識與預設閾值最接近的閉合邊緣,以此作為目標輪廓粗定位結果,基于此,將目標區域的統計分布參數融合到灰度光流圖像中,得到灰度差分圖像,進而提取移動目標輪廓。實驗結果表明,在所提方法的應用下,目標輪廓毛刺數始終控制在50以下,輪廓提取精度較高。
中圖分類號:TP202 文獻標志碼:A DOI: 10.16157/j.issn.0258-7998.245833
中文引用格式: 馬方遠,任杰夫,黃靜,等. 基于機器視覺的監控視頻移動目標輪廓提取算法[J]. 電子技術應用,2025,51(7):78-82.
英文引用格式: Ma Fangyuan,Ren Jiefu,Huang Jing,et al. A machine vision based algorithm for extracting the contour of moving targets in surveillance videos[J]. Application of Electronic Technique,2025,51(7):78-82.
A machine vision based algorithm for extracting the contour of moving targets in surveillance videos
Ma Fangyuan,Ren Jiefu,Huang Jing,Zhang Zhengchu
Beijing Guodiantong Network Technology Co.,Ltd.
Abstract: In surveillance videos, moving targets are easily affected by edge blurring and background noise interference, resulting in inaccurate contour extraction results. Therefore, a machine vision based algorithm for extracting the contour of moving targets in surveillance videos is proposed. Using machine vision technology to process images, combining with the image background model to establish pixel Gaussian distribution, and calculating the matching degree between each pixel value and the Gaussian distribution in the background model, pixels with matching degree below the threshold are regarded as foreground pixels, thus completing foreground segmentation. Combining chain code to encode the foreground target edge, identify the closed edge closest to the preset threshold, and use it as the rough positioning result of the target contour. Based on this, the statistical distribution parameters of the target area are fused into the grayscale optical flow image to obtain a grayscale differential image, and then extract the contour of the moving target. The experimental results show that under the application of the proposed method, the number of burrs on the target contour is always controlled below 50, and the contour extraction accuracy is high.
Key words : machine vision technology;surveillance video;moving targets;contour extraction;background model

引言

在處理監控視頻時,傳統方法通常依賴于固定閾值分割和背景減除算法。這些方法在簡單場景中雖然可以達到一定的效果,但在面對復雜多變的監控環境時,其性能會大大降低,導致目標輪廓提取不準確,進而影響后續的目標識別和跟蹤。因此,研究開發一種高精度的移動目標輪廓提取算法具有重要的實際價值。

周華平等人使用Gabor小波對原始圖像進行濾波[1],結合模糊局部二元模式定位目標的邊緣和輪廓,最后,基于FLBP處理的特征圖,提取目標的輪廓。該方法可以有效抑制圖像噪聲,使算法能夠在復雜環境中穩定工作,提高了算法對圖像邊緣的敏感性。然而,該算法的性能受波長、方向、帶寬等參數的影響很大,無法保證輪廓提取精度。韋德鵬等人將傳統的索貝爾算子方向模板從兩個方向擴展到八個方向[2],并從各種方向模板中提取的梯度圖像進行加權融合,以獲得多個方向的邊緣信息,結合邊緣細化技術對融合的梯度圖像進行細化,以獲得更清晰的輪廓線。該方法對圖像噪聲具有很強的抑制效果,可以在一定程度上降低噪聲對邊緣檢測的影響。但此算法在光照的劇烈變化和嚴重的目標遮擋等極端或特定場景下,檢測性能比較受限。Wang等人[3]使用U-Net作為基本網絡結構,并在U-Net的跳過連接階段引入雙注意力機制,構建目標輪廓模型,從而采用包括目標輪廓注釋的圖像數據集進行訓練,輸出目標輪廓線。該算法通過捕獲多尺度編碼器特征的通道和空間依賴性,增強了特征的表示能力,提高了模型對復雜圖像的理解。然而,引入雙注意力機制將增加模型的計算負荷,進而導致更長的訓練和推理時間。汪強等人[4]在設定初始輪廓線和改進的GVF(Gradient Vector Flow)模型基礎上,通過迭代優化過程,不斷調整輪廓線的形狀和位置,并將連續性處理和平滑性處理后的輪廓線作為感興趣區域的邊界輸出。該方法中,部分擴散和插值方法的結合加快了GVF場的求解速度,從而縮短了輪廓提取的整體時間。但在某些極端情況下,初始輪廓線的選擇可能對最終提取結果產生一定的影響,導致輪廓提取精度較低。

鑒于此,本研究重點開發了一種基于機器視覺的算法,用于提取監控視頻中運動目標的輪廓。該算法通過機器視覺和圖像處理等先進技術,對存在復雜光照變化和噪聲條件下的目標邊緣輪廓進行識別與提取,以期為安全監控和交通管理等領域提供更可靠的技術支持。


本文詳細內容請下載:

http://m.jysgc.com/resource/share/2000006599


作者信息:

馬方遠,任杰夫,黃靜,張正初

(北京國電通網絡技術有限公司,北京 100000)


Magazine.Subscription.jpg

此內容為AET網站原創,未經授權禁止轉載。
亚洲一区二区欧美_亚洲丝袜一区_99re亚洲国产精品_日韩亚洲一区二区
一区二区三区欧美视频| 欧美伊人久久久久久久久影院| 99国产麻豆精品| 狠狠v欧美v日韩v亚洲ⅴ| 国产精品国产三级国产专播精品人 | 亚洲欧美在线免费观看| 一区二区三区免费网站| 亚洲精品永久免费精品| 91久久久在线| 亚洲激情社区| 亚洲国产视频一区二区| 久久国产66| 久久大综合网| 久久动漫亚洲| 亚洲国产精品ⅴa在线观看| 久久激情视频久久| 久久精品官网| 亚洲高清在线视频| 亚洲大片在线| 91久久精品网| 亚洲精品久久在线| 亚洲精品一二三| 亚洲精品日韩一| 99re6这里只有精品| 日韩亚洲欧美一区二区三区| 亚洲免费不卡| 一区二区三区视频在线看| 在线亚洲欧美视频| 亚洲砖区区免费| 午夜久久久久久久久久一区二区| 亚洲欧美久久久| 欧美一区亚洲二区| 久久精品国产欧美激情| 麻豆精品精华液| 欧美精品粉嫩高潮一区二区| 欧美精品在欧美一区二区少妇| 欧美精品videossex性护士| 欧美日韩国产小视频| 国产精品高潮呻吟久久| 国产视频一区欧美| 在线观看一区欧美| 日韩一级大片在线| 亚洲一区二区三区在线看| 欧美一级久久久| 亚洲国产精品专区久久| 99riav国产精品| 午夜精品一区二区三区四区| 久久久另类综合| 欧美成人免费全部| 欧美午夜精品久久久久久人妖| 国产精品综合久久久| 韩日精品视频| 亚洲精品乱码久久久久久按摩观| 在线一区亚洲| 欧美在线看片| 一区电影在线观看| 欧美一区二区在线免费播放| 麻豆精品网站| 欧美视频免费在线| 国产亚洲精品久久久| 91久久久久久久久久久久久| 亚洲图色在线| 亚洲第一成人在线| 亚洲一区激情| 久久综合久色欧美综合狠狠| 欧美日韩国产色综合一二三四 | 亚洲精品久久久久久久久| 亚洲一区二区三区乱码aⅴ| 久久精品国产精品| 欧美日韩99| 国内外成人免费激情在线视频| 亚洲免费精彩视频| 久久精品视频在线播放| 亚洲一区欧美一区| 欧美成人精品在线播放| 国产精品五月天| 在线观看视频一区二区欧美日韩| 亚洲最新在线| 亚洲国产乱码最新视频| 亚洲欧美一级二级三级| 欧美ed2k| 国产一区二区三区在线观看免费视频| 亚洲精品欧洲| 亚洲福利国产| 性色av一区二区三区| 欧美精品一区二区三区蜜臀| 国产日韩欧美综合| 亚洲视频999| 亚洲精品免费网站| 久久久久久久激情视频| 国产精品扒开腿爽爽爽视频| 在线日韩日本国产亚洲| 午夜一区二区三区不卡视频| 亚洲午夜视频在线观看| 欧美不卡在线视频| 国产亚洲人成a一在线v站| 在线一区二区三区做爰视频网站 | 欧美一级在线播放| 亚洲欧美日本国产专区一区| 欧美激情精品久久久久久| 国内视频一区| 欧美亚洲一区| 性高湖久久久久久久久| 欧美日韩另类国产亚洲欧美一级| 1024成人| 久久精品亚洲精品| 久久精品在这里| 国产欧美成人| 亚洲免费在线看| 亚洲一区二区三区免费观看| 欧美日本一区二区三区| 亚洲第一视频| 亚洲激情偷拍| 久久一二三四| 国语自产精品视频在线看8查询8 | 欧美一区二区视频观看视频| 欧美性jizz18性欧美| 亚洲精品老司机| 亚洲精品之草原avav久久| 毛片基地黄久久久久久天堂| 国内精品国产成人| 欧美在线日韩精品| 久久精品一本久久99精品| 国产人成一区二区三区影院| 亚洲先锋成人| 亚洲欧美日韩国产一区| 国产精品久久7| 一区二区三区久久| 亚洲午夜精品一区二区| 欧美婷婷久久| 中文一区在线| 亚洲欧美日韩精品久久| 国产精品v欧美精品v日韩 | a91a精品视频在线观看| 欧美母乳在线| 亚洲免费久久| 亚洲一区3d动漫同人无遮挡| 欧美日韩亚洲综合一区| 99国产麻豆精品| 亚洲一区不卡| 国产精品久久7| 午夜久久福利| 久久夜色精品国产噜噜av| 悠悠资源网亚洲青| 91久久精品国产91性色tv| 欧美高清免费| 日韩视频一区二区在线观看| 亚洲天堂av在线免费观看| 国产精品人人爽人人做我的可爱 | 亚洲天堂网在线观看| 亚洲欧美日韩综合aⅴ视频| 国产精品日韩精品欧美精品| 亚洲女爱视频在线| 久久久999精品视频| 在线播放亚洲一区| 一本色道**综合亚洲精品蜜桃冫| 欧美日韩免费观看一区二区三区| 一区二区三区四区五区视频| 亚洲综合色自拍一区| 国产偷国产偷亚洲高清97cao | 一区二区日韩| 国产精品日韩在线观看| 久久福利毛片| 欧美啪啪成人vr| 亚洲午夜精品一区二区| 久久精品国产欧美亚洲人人爽| 黄色另类av| 日韩视频欧美视频| 国产精品高清网站| 久久精品盗摄| 欧美日韩免费看| 小黄鸭精品aⅴ导航网站入口| 久久一区亚洲| 日韩性生活视频| 久久国产欧美精品| 亚洲国产三级| 亚洲综合丁香| 一区在线影院| 亚洲视频专区在线| 国产资源精品在线观看| 99精品国产高清一区二区| 国产精品人人做人人爽人人添| 久久黄金**| 欧美性一区二区| 亚洲大片av| 国产精品视屏| 亚洲精品一区在线观看| 国产麻豆成人精品| 亚洲人成在线观看网站高清| 国产精品国产自产拍高清av| 亚洲动漫精品| 国产精品一区二区女厕厕| 亚洲精品一区二区三区av| 国产精品综合久久久| 日韩一级黄色av| 国产专区精品视频| 亚洲欧美日韩国产另类专区| 亚洲国产你懂的| 久久99伊人| 99亚洲伊人久久精品影院红桃|