《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://www.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
亚洲国产精品久久久久久女王| 国产精品99久久久久久久久久久久 | 中日韩美女免费视频网站在线观看| 久久gogo国模裸体人体| 亚洲一二三四区| 中文一区字幕| 一区二区三区免费观看| 日韩一级成人av| 9久re热视频在线精品| 亚洲麻豆视频| 日韩一级精品视频在线观看| 亚洲精品一二三| 99av国产精品欲麻豆| 99热这里只有成人精品国产| 一卡二卡3卡四卡高清精品视频| 一区二区三区四区五区精品| 一本久久知道综合久久| 一区二区欧美在线观看| 亚洲一区二区免费在线| 亚洲欧美日韩一区二区在线 | 亚洲免费视频在线观看| 亚洲欧美一区二区精品久久久| 亚洲欧美日韩在线| 欧美一级视频一区二区| 久久精品国产77777蜜臀| 亚洲第一区在线| 99riav1国产精品视频| 亚洲香蕉在线观看| 性久久久久久| 久久久91精品国产| 欧美 亚欧 日韩视频在线| 欧美精品一线| 国产精品久久久久久久久久久久久久| 国产精品午夜视频| 精品88久久久久88久久久| 91久久精品国产91久久性色| 中文在线一区| 欧美在线在线| 日韩视频专区| 午夜精品久久久久久久久久久久久| 久久福利毛片| 欧美极品一区| 国产精品一区二区三区久久| 狠狠色综合一区二区| 亚洲人被黑人高潮完整版| 亚洲无线视频| 亚洲国产精品一区二区www| 一区二区三区产品免费精品久久75| 亚洲摸下面视频| 卡一卡二国产精品| 欧美性猛交视频| 黄色精品免费| 一区二区日韩| 亚洲国产精品一区二区第一页| 一区二区三区日韩精品| 久久精品国产2020观看福利| 欧美激情精品久久久久久黑人| 国产精品久久久久免费a∨大胸| 韩日精品视频| 一区二区日韩| 亚洲国产中文字幕在线观看| 亚洲欧美另类在线观看| 免费看亚洲片| 国产精品亚洲аv天堂网| 在线观看亚洲视频| 亚洲一区二区三区免费观看| 亚洲人成精品久久久久| 亚洲直播在线一区| 欧美大片网址| 国产性色一区二区| 一区二区欧美日韩| 亚洲日韩视频| 久久亚洲欧洲| 国产精品一二| 9色国产精品| 亚洲欧洲精品一区二区| 欧美一区激情视频在线观看| 欧美伦理91i| 黄网动漫久久久| 亚洲欧美国产视频| 亚洲桃色在线一区| 免费成人黄色av| 国产日韩欧美综合| 一二三区精品福利视频| 亚洲欧洲偷拍精品| 久久精品成人一区二区三区蜜臀| 欧美日韩一卡| 亚洲激情啪啪| 亚洲第一区在线观看| 欧美在线黄色| 国产精品免费小视频| 日韩一级片网址| 日韩午夜剧场| 欧美成人小视频| 影音先锋日韩精品| 欧美亚洲在线播放| 亚洲一区二区三区午夜| 欧美成人69av| 在线播放亚洲一区| 久久精品五月婷婷| 久久er精品视频| 国产精品在线看| 亚洲综合色自拍一区| 亚洲欧美成人一区二区在线电影 | 欧美在线视频导航| 欧美一级欧美一级在线播放| 欧美午夜片欧美片在线观看| 亚洲美女少妇无套啪啪呻吟| 99视频+国产日韩欧美| 欧美精品久久一区二区| 亚洲国产中文字幕在线观看| 亚洲激情在线观看| 美女日韩欧美| 亚洲国产欧美一区二区三区久久 | 欧美在线亚洲综合一区| 国产精品亚发布| 亚洲欧美国产高清| 欧美一区二区在线免费观看| 国产精品一区二区欧美| 亚洲砖区区免费| 欧美在线日韩精品| 国产亚洲精品久久久久动| 香蕉视频成人在线观看| 久久精品亚洲精品国产欧美kt∨| 国产欧美亚洲日本| 午夜在线不卡| 久久乐国产精品| 亚洲二区在线观看| 亚洲美女免费精品视频在线观看| 欧美激情女人20p| 日韩系列欧美系列| 亚洲欧美国产另类| 国产日韩在线视频| 久久精品国产99国产精品澳门| 久久青青草原一区二区| 亚洲国产成人在线| 在线视频你懂得一区| 欧美久久九九| 欧美视频在线一区| 亚洲午夜精品在线| 欧美在线观看一二区| 狠狠v欧美v日韩v亚洲ⅴ| 亚洲国产成人在线| 欧美精品激情在线| 在线一区免费观看| 欧美专区18| 尤物精品在线| 一区二区三区国产| 国产精品视频xxxx| 久久精品人人做人人爽电影蜜月| 美日韩免费视频| 日韩视频永久免费观看| 欧美一区二区三区播放老司机 | 性色av香蕉一区二区| 久久亚洲精品欧美| 亚洲毛片在线观看| 欧美专区日韩视频| 亚洲国产免费看| 亚洲一区二区三区四区在线观看 | 欧美一级欧美一级在线播放| 国语精品中文字幕| 亚洲免费观看高清完整版在线观看| 欧美天堂亚洲电影院在线观看 | 亚洲一区在线观看免费观看电影高清| 国产精品腿扒开做爽爽爽挤奶网站| 久久精品一区二区国产| 欧美精品国产一区| 亚洲欧美日韩区| 欧美精品v日韩精品v韩国精品v | 日韩一二三在线视频播| 国产精品嫩草久久久久| 亚洲成人自拍视频| 欧美日韩一区二区在线播放| 午夜一区二区三区在线观看| 欧美激情aaaa| 午夜精品免费| 欧美精品一区二区三区一线天视频| 亚洲性夜色噜噜噜7777| 久久综合电影| 亚洲伊人伊色伊影伊综合网| 蜜臀99久久精品久久久久久软件 | 亚洲国产欧美在线| 国产精品免费一区豆花| 亚洲欧洲综合另类在线| 国产精品视频一区二区高潮| 亚洲日本黄色| 国产一区二区精品丝袜| 一区二区三区 在线观看视| 国产日本欧美一区二区| 在线亚洲免费| 影音先锋欧美精品| 欧美一区二区视频在线| 亚洲精选久久| 美脚丝袜一区二区三区在线观看 | 久久久久一区| 亚洲在线一区二区三区| 欧美精品自拍| 亚洲国产精品一区在线观看不卡| 国产精品久久久爽爽爽麻豆色哟哟| 日韩视频一区二区在线观看 |