《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
午夜精品理论片| 亚洲一区二区三区免费观看| 99re66热这里只有精品3直播| 国内精品国语自产拍在线观看| 国产精品一区二区三区四区| 欧美性猛交一区二区三区精品| 欧美激情精品久久久久久免费印度| 久久久亚洲成人| 久久久www成人免费精品| 久久高清免费观看| 久久精品盗摄| 久久久蜜桃一区二区人| 久久久久久九九九九| 久久精品官网| 久久久久久久久久久成人| 久久精品亚洲一区二区| 久久精品青青大伊人av| 久久久久.com| 卡一卡二国产精品| 欧美99在线视频观看| 欧美刺激性大交免费视频| 欧美精品一区二区三区视频| 欧美日韩精品一二三区| 欧美天天在线| 国产精品一二三四| 国产亚洲永久域名| 在线日韩视频| 亚洲精品在线看| 在线视频欧美日韩| 亚洲女爱视频在线| 欧美在线影院| 亚洲欧洲精品一区二区三区波多野1战4| 亚洲精品久久视频| 这里只有精品在线播放| 校园激情久久| 快she精品国产999| 欧美激情在线| 欧美亚一区二区| 国产三区二区一区久久| 激情视频一区二区| 亚洲国产免费看| 一本色道婷婷久久欧美| 亚洲欧美日韩一区在线观看| 久久国产精品久久久| 亚洲免费av网站| 亚洲欧美日本国产有色| 久久精品免费播放| 欧美激情精品久久久久| 国产精品成人在线| 国产综合香蕉五月婷在线| 91久久久精品| 亚洲欧美日韩另类| 91久久精品一区二区三区| 亚洲一区激情| 久久米奇亚洲| 欧美精品一区二区三区久久久竹菊 | 国产欧美一区二区精品仙草咪| 国模私拍视频一区| 日韩一二在线观看| 欧美影院成人| 一区二区日韩免费看| 久久电影一区| 欧美日本精品| 国内精品久久久久久久97牛牛| 亚洲精品欧美极品| 性做久久久久久免费观看欧美| 99www免费人成精品| 久久精品最新地址| 欧美亚洲动漫精品| 亚洲高清成人| 午夜一区二区三区在线观看| 一区二区久久| 美腿丝袜亚洲色图| 国产欧美一区二区精品性色| 最新国产精品拍自在线播放| 亚洲欧美综合国产精品一区| 一区电影在线观看| 蜜臀av性久久久久蜜臀aⅴ| 国产精品影音先锋| 亚洲理论在线观看| 亚洲国产欧美一区二区三区同亚洲| 午夜精品亚洲| 欧美三区在线视频| 亚洲国产色一区| 欧美在线视频一区二区三区| 亚洲综合欧美| 欧美屁股在线| 亚洲高清在线精品| 久久国产天堂福利天堂| 亚洲欧美在线一区二区| 欧美日韩免费看| 亚洲激情另类| 亚洲国产欧美一区二区三区丁香婷| 欧美一区二区视频在线观看| 国产精品av久久久久久麻豆网| 91久久午夜| 亚洲精品国产精品国自产在线| 欧美一区二区三区在| 国产精品福利在线| 亚洲靠逼com| 99精品久久| 欧美精品二区| 91久久黄色| 亚洲精品视频啊美女在线直播| 久久只精品国产| 国产亚洲一区二区在线观看| 小嫩嫩精品导航| 欧美伊人久久久久久午夜久久久久| 国产精品激情偷乱一区二区∴| 日韩亚洲欧美一区二区三区| 99视频一区| 欧美日韩国产黄| 日韩亚洲在线| 亚洲一区二区三区在线视频| 欧美日韩免费高清| 日韩视频免费看| 国产精品99久久久久久久vr| 欧美人交a欧美精品| 亚洲日本精品国产第一区| 亚洲久久在线| 欧美老女人xx| 99在线精品免费视频九九视| 一区二区三区四区五区视频 | 日韩亚洲欧美成人| 亚洲天天影视| 国产精品理论片在线观看| 亚洲一区二区三区涩| 欧美亚洲网站| 国产日产亚洲精品系列| 欧美一级网站| 久久久亚洲成人| 1204国产成人精品视频| 亚洲精品国产精品国产自| 欧美激情视频免费观看| 亚洲人成网站在线观看播放| 亚洲视频欧美视频| 国产精品麻豆成人av电影艾秋| 亚洲在线免费视频| 久久人人看视频| 亚洲高清网站| 一区二区三区国产在线| 国产精品家教| 欧美一区二区在线免费观看| 久久综合色婷婷| 亚洲日本aⅴ片在线观看香蕉| 亚洲一区二区三区高清不卡| 国产精品一区二区a| 欧美在线观看天堂一区二区三区| 久久理论片午夜琪琪电影网| 亚洲国产mv| 亚洲一区免费网站| 国产视频在线观看一区二区三区 | 乱人伦精品视频在线观看| 亚洲欧洲在线一区| 亚洲专区一区二区三区| 国产日韩高清一区二区三区在线| 久久国产精品久久精品国产| 免费欧美在线视频| 一区二区精品国产| 久久国产精品电影| 亚洲激情影院| 午夜精品成人在线视频| 激情久久影院| 亚洲色图综合久久| 国产亚洲精品一区二区| 亚洲精品日韩精品| 国产精品实拍| 亚洲第一主播视频| 欧美日韩免费精品| 欧美一区二视频| 欧美极品欧美精品欧美视频| 亚洲视频在线一区| 久久一区精品| 一区二区三区欧美成人| 久久精品日韩| 亚洲毛片播放| 久久精品色图| 一本久久综合亚洲鲁鲁| 久久亚洲欧洲| 亚洲天堂男人| 欧美成人午夜免费视在线看片| 中日韩视频在线观看| 蜜桃精品一区二区三区| 亚洲一区在线免费观看| 欧美国产一区在线| 欧美一区二区三区久久精品茉莉花| 欧美激情女人20p| 欧美一区二区三区四区夜夜大片| 欧美激情视频网站| 久久国产一区二区| 国产精品一区二区三区成人| 一本一本久久a久久精品综合麻豆| 国产主播一区| 午夜精品久久久久久久白皮肤 | 亚洲福利一区| 欧美日韩一区二区在线观看视频| 久久精品首页| 国产欧美日韩一区| 亚洲一区三区电影在线观看| 亚洲国产精品一区二区三区|