《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
亚洲综合大片69999| 亚洲国产影院| 在线免费观看欧美| 国产精品日韩精品欧美精品| 欧美激情综合五月色丁香| 开元免费观看欧美电视剧网站| 午夜精品久久久久久久99热浪潮| 在线视频欧美一区| 日韩午夜一区| 日韩午夜精品| 日韩视频三区| 亚洲精品影视在线观看| 亚洲国产精品嫩草影院| 久久激情一区| 亚洲国产成人av| 久久精品国产成人| 亚洲电影av在线| 亚洲国产成人精品视频| 亚洲福利视频网站| 亚洲国产日韩美| 亚洲精品社区| 亚洲精品日韩激情在线电影 | 亚洲精品国精品久久99热一| 亚洲国产精品t66y| 亚洲国产一区二区三区高清| 亚洲三级影片| 99re在线精品| 亚洲一区二区三区视频播放| 欧美亚洲一级| 久久青草福利网站| 欧美+亚洲+精品+三区| 欧美va亚洲va日韩∨a综合色| 欧美成人精品福利| 欧美日本高清一区| 国产精品青草久久| 国产亚洲欧美激情| 欲色影视综合吧| 亚洲精品美女久久7777777| 亚洲美女电影在线| 亚洲午夜视频| 欧美专区在线| 日韩亚洲视频在线| 亚洲影院免费观看| 欧美在线视频免费观看| 美女日韩在线中文字幕| 欧美精品久久一区| 国产精品青草久久久久福利99| 国产毛片精品国产一区二区三区| 国产在线观看一区| 亚洲国产一区二区三区青草影视| 日韩西西人体444www| 在线视频一区二区| 久久国产精品99国产精| 亚洲久久一区| 亚洲欧美在线看| 老司机免费视频一区二区三区| 欧美久久久久久久久| 国产精品美女久久久久aⅴ国产馆| 国内精品久久久久影院薰衣草| 亚洲国产欧洲综合997久久| 一区二区久久久久久| 欧美亚洲三区| 日韩五码在线| 久久爱www.| 欧美激情一区二区三区在线| 国产欧美在线播放| 亚洲人成网站在线观看播放| 性欧美大战久久久久久久久| 日韩亚洲欧美成人一区| 久久成人精品无人区| 欧美紧缚bdsm在线视频| 国产日韩一区在线| 日韩视频在线一区二区| 久久国产精品久久久久久久久久 | 亚洲欧美精品中文字幕在线| 久久久中精品2020中文| 欧美日韩国产一区精品一区| 国产午夜精品理论片a级大结局| 亚洲激情亚洲| 欧美一区二区三区四区夜夜大片| 一区二区三区欧美激情| 久久亚洲综合色| 国产精品久久久久久户外露出| 亚洲国产精品热久久| 午夜精品短视频| 一区二区三区 在线观看视| 久久全国免费视频| 欧美网站在线观看| 亚洲激情av在线| 欧美在线视频免费播放| 亚洲一区二区精品在线| 欧美电影免费观看高清完整版| 国产日韩欧美电影在线观看| 99国产精品99久久久久久| 亚洲欧洲在线播放| 久久久久久久久久码影片| 国产精品久久久久久久久久尿| 亚洲全黄一级网站| 亚洲国产欧美一区二区三区久久| 性8sex亚洲区入口| 欧美日韩在线三区| 亚洲欧洲在线观看| 91久久久久久| 久久伊人一区二区| 国产自产女人91一区在线观看| 亚洲性视频网站| 亚洲一区二区三区在线| 欧美另类一区| 亚洲国产天堂久久综合网| 亚洲第一中文字幕在线观看| 久久精品人人| 国产欧美日韩综合一区在线播放| 亚洲少妇在线| 亚洲香蕉成视频在线观看 | 欧美日韩精品在线播放| 亚洲国产精品久久久久秋霞影院| 亚洲国产va精品久久久不卡综合| 久久九九热re6这里有精品| 国产精品捆绑调教| 亚洲视频导航| 亚洲欧美一区二区视频| 国产精品推荐精品| 亚洲一区二区精品| 午夜精品久久久久久久蜜桃app| 国产精品扒开腿做爽爽爽视频| 日韩一级视频免费观看在线| 一区二区免费在线视频| 欧美精品一区二区视频| 亚洲六月丁香色婷婷综合久久| 亚洲精一区二区三区| 欧美激情精品久久久久久黑人 | 欧美亚洲在线| 久久精品麻豆| 韩国成人理伦片免费播放| 久久国产成人| 免费成人激情视频| 亚洲成在线观看| 亚洲精品欧美精品| 欧美日韩黄色大片| 一本大道久久a久久精品综合| 亚洲一本大道在线| 国产精品视频xxx| 亚洲欧美日本国产有色| 久久成人国产精品| 红桃视频成人| 日韩五码在线| 欧美体内she精视频| 亚洲午夜影视影院在线观看| 性欧美暴力猛交69hd| 国产一区清纯| 91久久综合| 欧美日韩mp4| 亚洲午夜激情| 久久裸体艺术| 亚洲人屁股眼子交8| 亚洲一区精品视频| 国产一区二区精品久久91| 亚洲国产裸拍裸体视频在线观看乱了中文| 蜜乳av另类精品一区二区| 亚洲免费观看在线视频| 亚洲综合日韩在线| 国产亚洲午夜高清国产拍精品| 亚洲国产精品999| 欧美日韩国产精品一区| 亚洲一级影院| 裸体一区二区三区| 日韩视频免费在线| 欧美亚洲一区在线| 亚洲高清三级视频| 午夜精品久久久久久久99黑人| 好吊成人免视频| 在线一区观看| 国产亚洲一二三区| 一区二区高清| 国产中文一区二区| 一本大道久久精品懂色aⅴ| 国产欧美在线视频| 亚洲乱码久久| 国产美女精品在线| 亚洲欧洲日韩在线| 国产噜噜噜噜噜久久久久久久久| 久久精品亚洲精品国产欧美kt∨| 欧美日韩精品二区第二页| 午夜亚洲福利| 欧美日韩国产大片| 欧美一区成人| 欧美午夜久久| 亚洲成人资源网| 国产精品久久久久久亚洲调教| 亚洲高清自拍| 国产精品欧美激情| 亚洲免费观看| 韩国av一区二区三区在线观看| 亚洲天堂成人在线观看| 伊人激情综合| 欧美一区二区三区精品| 亚洲精品一区二区三区av| 久久夜色撩人精品| 亚洲无线视频| 欧美日韩的一区二区|