基于序列图像的运动目标快速检测技术的研究-论文.pdf

《基于序列图像的运动目标快速检测技术的研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、mage&MultimediaTechnology·图像与多媒体技术基于序列图像的运动目标快速检测技术的研究文／李亚荣刘东东郑腾飞运动目标边缘二值图像为。(，)。针对固定场景单目视觉图像智能视觉中要求闽值能够自动确定，所以序列的运动目标快速检测与定位，应该采用某个阂值检测方法确定闽值。闽值的本文采用相邻帧间差分法从图像计算方法很多，其中迭代法求取阈值适用于大序列中提取出运动目标区域，并部分图像，对图像的适应性较好。设c．表示图对运动目标区域提出一种八向差像中存在的像素灰度最小值MinValuable到最分快速边缘检测算子。实验结果大值MaxValuab

2、le之间每个像素值存在的像素表明，差分法提取运动区域，简单快速，八向差分算子与传统的点数目，i=MinValuable，⋯MaxValuable。THSobel算子相比，能够更快速、准表示闽值，其中j代表达代次数，j=0，l，2⋯。确的提取出目标边缘，并且在二设初始闽值为：值化过程中，直接选定阈值，不=(MaxValue+MinValue)／2(3)需迭代求取。最后利用相邻两帧a差分图像目标边缘二值图像在水平和垂直迭代公式如下：方向的投影计算目标位置，运动速度大小与方向。Suml：f×C：MinIra^(4)Numl=∑‘_一c，一(、5))【关键词】

3、图像处理目标检测八向差分算子veragel：(6边缘提取定位Numl0Sum2=∑ixCi(7)TH1图像预处理技术Num2=∑Ci(8)rH1．1帧问差分verage2=【9)设第n帧图像为g(，)，第n．1帧图像为一(，)，经过差分后得到运动目标区域TH=(Averagel+Average2)／2(1O)的图像为d(，．y)，由于灰度图像两像素点直2基于八向差分的运动目标快速检测接差分，可能出现负值，出现负值之处也代表运动变化区域，故取其绝对值。本文采用普通USB摄像头做图像传感器，d(，Y)=1g(x，y)一g1(，Y)l(1)PC机做上位机处理

4、和分析，构成了一套性价比较高的图像检测硬件系统。通过利用帧间1．2图像边缘提取差分法提取运动目标区域，差分图像效果如图经典的边缘检测是以原始图像为基础，1(a)。图1(b)为采用Sobel算予提取边缘，图对图像的各个像素考察它的某个领域内灰度阶l(C)为对应的二值化图像。根据1_2节，采用跃变化，利用边缘邻近一阶或=：阶方向导数变八向差分算子对图像进行边缘提取，可以看出化规律检测边缘。对于数字图像，为检测边缘常常采用一近似一阶导数的算实现梯度的八向差分算子只需进行8次减法，8次取绝对值，8次加法，1次除法。通过文献对边缘检计算。具体边缘算了很多，常用的

5、有Sobel算子，测算于分析比较，采用Sobel算子进行计算，Prewitt算子等。以Sobel算子为例，Sobel算需要做l8次乘法，l8次减法，l8次加法，子从不同的方向检测边缘，利用像素点上下、2次取绝对值。八向差分算子在计算量较左右I临界点做荻度加权算法，根据任边缘点选Sobel算子少很多，加快了边缘检测速度。取极值进行边缘榆测。由图l(d1，八向差分算子提取出的边缘图1．3图像的阈值化像灰度对比明显。为了更好的说明八项差分算子提取边缘后阈值化的速度比用Sobel算子、灰度级闽值化足最简单的分割处理，可以Prewitt算子提取边缘后闽值化快。本

6、文对当确定一个亮度常量即阈值来分割物体与背景。前差分图像分别利用几种算子提取边缘和求取设第n帧运动日标边缘图像为(，)，则有闽值，计算中对初始闽值、最佳阈值、迭代次闽值化之后的图像：数进行对比，如表l。d八向差分算子边缘提取通过实验发现，不论采用什么算予边缘{I505薯(v)

7、SoftwareEngineering电子技术与软件工程·117图像与多媒体技术·Image＆MultimediaTechnology两种提取Fabry-Perot干涉条纹圆心的新方法文／陈龙黎玉雯朱昭华装置和对象的不同，条纹图像的差异很大，这涉的重叠，故每块板都不是平行平面板，板的本文介绍两种提取Fabry-给精确判定干涉条纹中心位置和级次带来很大两面成一很小的夹角。Perot干涉条纹圆心点坐标的新方困难，而且会严重影响测量精度。通过参考已图1示出了Fabry—Perot干涉仪的工作原法。首先对干涉图像依次进行二值化处理，对所得到的条纹强度有文献：“

8、一种基于曲线拟合提取干涉条纹中理，S为一扩展光源，L为准直透镜，G和曲线进行均平滤波和自适应滤