导读:本文包含了背景减除法论文开题报告文献综述及选题提纲参考文献，主要关键词:背景减除法,ViBe背景建模,阴影去除,KCF跟踪算法
背景减除法论文文献综述
梁硕[1]（2019）在《基于背景减除法的运动目标检测与跟踪算法研究》一文中研究指出运动目标检测与跟踪技术是计算机视觉的重要分支,广泛应用于智能视频监控、无人驾驶等多个领域。背景减除法作为一种经典的目标检测算法,在简单场景下具有较好的检测效果,但当场景较为复杂时,检测效果并不理想。因此,本文以基于ViBe建模的背景减除法为基础,对复杂环境下的运动目标检测与跟踪进行研究。首先,本文简单介绍了涉及到的图像处理技术;深入研究了帧间差分法、光流法和背景减除法叁种常用的运动目标检测算法;对背景减除法中的四种背景建模方式进行实验对比及定量分析,确定了ViBe建模的优越性。然后,针对传统ViBe算法存在的易出现“鬼影”现象、易受动态背景干扰等问题,改进出一种基于LaBGen的自适应阈值ViBe算法。该算法把LaBGen方法生成的背景图像作为背景模型初始化的输入帧,利用当前像素点的样本集方差去自适应的改变其半径阈值,实验表明,本文算法能有效避免“鬼影”现象且在动态背景下效果有一定的提升。最后,为消除阴影对后续跟踪的影响,结合色度特征和梯度特征对阴影检测并去除;针对KCF跟踪算法存在的初始化跟踪框需要人为设定、目标被遮挡会导致跟踪失败等问题,将改进的ViBe检测算法和KCF跟踪算法结合,把要跟踪目标的最小外接矩形当做KCF的初始目标矩形框,提高了跟踪的效果。(本文来源于《西安石油大学》期刊2019-06-05）
孙林林[2]（2018）在《基于累积差分更新背景减除法的运动目标检测算法研究》一文中研究指出分析研究了常用的运动目标检测算法及各自的优缺点,提出了一种基于累积差分更新的背景减除法,该算法结合累积差分的概念,对自适应背景建模法作出改进,较好地消除了场景变化以及噪声影响等的干扰,关于目标提取的阀值判断,提出了一种两主峰间差值的灰度直方图阀值分割法。最后进行仿真,得出该算法能有效地检测出运动物体,较好地消除了场景变化以及噪声影响等的干扰。(本文来源于《办公自动化》期刊2018年02期）
路萍萍[3]（2017）在《基于背景减除法的内河运动船舶检测算法研究》一文中研究指出我国内河水路资源十分丰富,承担着交通运输业的重要任务。然而,船舶种类的多样性和航道环境的复杂性,给海事监管带来了难度。为加强内河航运安全监管,正逐步建设完成以电子巡航系统为先进技术手段的内河海事监管系统。但是目前,电子巡航系统主要采取人工监控的方式,耗费大量的人力物力。随着图像处理等技术的飞跃发展,将智能视频处理应用于电子巡航系统,自动检测内河视频中的运动船舶,有利于推进电子巡航系统智能化发展。同时,内河视频中运动船舶检测作为低层视觉任务,为船舶跟踪、船舶行为分析等高层视觉任务提供基础和前提。因此,研究内河视频中运动船舶检测具有重要的现实意义。本文的研究内容概括如下:(1)分析内河运动船舶视觉检测与一般的目标视觉检测、运动目标检测、运动车辆检测、海上运动船舶检测的区别与联系;分析内河视频监控中运动船舶检测的重点与难点,明确算法研究方向;阐述算法评价指标,为实验结果定量比较分析提供客观标准。(2)基于压缩感知理论提出稀疏表示与显着性检测相结合的内河视频中运动船舶检测算法,解决慢速船舶的检测空洞问题。首先利用随机采样和稀疏表示建立背景模型,得到的前景图像中包括完整的船舶,但同时存在船舶运动痕迹;提出利用AC模型和Var模型提取内河图像中的显着区域,有效区分出水面和船舶;然后将前景图像与显着图按位逻辑与得到精确的检测结果;提出背景更新机制,消除船舶运动痕迹,使背景模型不断适应环境的变化。此算法解决了由于船舶体积大、运动速度慢、船体颜色一致,检测出的船舶空洞严重、不完整,运动船舶出现在第一帧时易出现鬼影等问题。(3)提出自平衡敏感分割优化策略,解决内河环境中阴影和水波纹等的干扰问题。自平衡敏感分割利用颜色和LBSP特征建立背景模型,加入了参数自适应机制,适用于内河场景中阴影、水波纹等动态背景。针对中值滤波机制易对边缘处的小目标产生漏检问题,提出连通域处理优化方法;并利用多线程编程,有效减小时间成本,降低时间复杂度。大量的实验表明,优化后算法比原算法的综合评价指标提升了28%。(4)为同类研究提供标准的实验样本和平台,建立了一个完备的、公开的内河视频监控中运动船舶检测视频库。通过到各地海事局调研收集丰富多样的内河视频,经过剪切、格式转换、筛选、属性设定、标定等一系列操作,使视频库具有代表性。基于MFC、OpenCV,设计了一个内河视频监控中运动船舶检测算法实验平台,该平台集成了多种算法,效率高,稳定性强,为广大同行提供了科学实验的工具。(本文来源于《武汉理工大学》期刊2017-04-01）
杨志翔[4]（2017）在《面向静态相机的背景减除法分析比较》一文中研究指出背景减除法在许多计算机视觉系统中是一个非常关键的步骤,它可以检测视频流中有意义的运动物体或区域,背景减除法主要应用于视频监控、遥感和人机交互等。本文主要研究在静态摄像机条件下针对静态背景的背景减除法。首先讨论了一般背景减除法所面临的主要挑战包括逐渐光照条件变化、光照条件突变、动态背景、相机抖动、前景伪装、前景阴影、Ghost区域等;其次介绍了目前主流背景减除法的基本原理和特点,分析不同类型背景减除法的优缺点。在简单帧间差法中通常采用线性平滑平均更新方法来更新背景模型,本文提出了一种基于非线性更新方法来更新背景模型。在一像素点被判定为背景的情况下,根据该像素点当前输入和该像素点前一时刻背景之间的差异来自适应调整更新率,从而使得背景模型随时间推移更加稳定,不会轻易将一些前景内容包含进来。我们同时还把该非线性更新策略推广到ViBe算法中,使得ViBe中原先离散随机背景更新策略拓展成连续随机背景更新策略,而原先背景更新策略是新的背景更新策略的一种特殊情况。为了客观分析比较不同背景减除法在不同场景下的检测结果,本文采用Change Detection 2012和2014的数据集对算法的检测结果进行量化分析和比较,发现采用非线性背景更新策略的两种具有代表性算法在一些视频类别上检测精度比原算法有大幅度的提高。但是由于背景减除法所面临的挑战,设计一种背景减除算法能适用于所有的场景和光照条件仍是一个非常困难的问题。(本文来源于《浙江大学》期刊2017-01-01）
李伟生,李辉飞[5]（2016）在《一种基于自适应混合模型的背景减除法》一文中研究指出针对局部二进制相似度(LBSP)背景建模方法易受外界环境变化如动态背景、光照改变、相机抖动等干扰的问题,在融合像素纹理与亮度信息的基础上,建立一种自适应混合背景模型进行运动目标检测。首先,利用每个像素的多通道自适应局部二进制相似度(LBSP)信息和亮度信息建立混合背景模型。然后,根据当前像素与混合背景模型的比较结果对其进行分类,并采用随机更新机制更新背景模型。实验结果表明,本方法不仅在正常外界环境下取得了较好的检测结果,而且还可以有效地减少动态背景、光照变化等复杂外界环境条件造成的干扰,提高检测结果的准确性。(本文来源于《计算机工程与科学》期刊2016年10期）
张小骏,刘志镜,陈昆[6]（2015）在《一种基于像素梯度信息的背景减除法》一文中研究指出讨论了背景模型的更新参数与模型精度的关系。通过精确的梯度背景模型值间接估计当前帧中背景像素理论上的期望梯度值。以高斯模型为基础,将当前帧背景像素的实际梯度值与其理论上的期望值进行比较,计算偏差概率,以此为基础,形成不依赖于局部纹理的梯度特征的相似性度量方法。再用梯度特征的相似度量化地调整差分图像在各像素点处的二值化阈值,实现像素值信息与梯度信息的融合使用。实验表明,本方法对前景分割有一定的改善效果。(本文来源于《计算机科学》期刊2015年08期）
李志忠[7]（2015）在《基于背景减除法的运动目标检测算法研究》一文中研究指出视频监控系统在当今社会中已随处可见,其为人们的安全提供保障,而运动目标检测在视频监控系统当中扮演关键角色,更是后期运动目标跟踪、识别和分类的基础。其中,背景减除法作为一种经典有效的运动目标检测算法,得到了广泛的研究和应用。本文的研究目的是改进码本模型算法和ViBe(Visual Background Extractor,可视化背景提取)算法的运动目标检测效果,主要工作如下:1、研究了目前几种比较常用且检测效果比较好的基于背景减除法的背景模型,分析各种模型建立的原理,判断它们的检测性能,比较它们各自的特性,认识它们各自适合的检测场景。2、针对传统码本目标检测算法自适应动态背景能力差的问题,对其进行改进,建立一种基于区域信息的自适应码本目标检测新算法。首先,添加一个学习率,使得背景模型能够自适应地更新,从而可以适应动态光照条件。其次,结合八连通区域信息,让周围像素的码本也参与到待检测像素码本的匹配过程中,使得待检测像素的码本和周围像素的码本融合,从而得到更精确的背景模型。最后,为前景点建立一个前景模型,并不断对其进行更新,实现前景模型和背景模型的相互转化,从而消除因背景变化造成的误检。实验结果表明:本算法在有随机噪声及光照变化的复杂环境下能够检测出运动目标,并能有效地抑制复杂环境产生的噪声,具有较好的检测率和较好的鲁棒性。3、考虑到ViBe算法在设计时局限性,结合一些其他检测算法的优点,对传统ViBe模型进行了改进,从而形成了新的运动目标检测算法。在该算法中,首先,将时间序列上的样本加入到原本只考虑空间样本的背景模型中。其次,在背景更新的过程中引入TOM(Time of Map,累计次数)更新方式,使得变化的前景和背景能快速融合。最后,在后处理中加入阴影去除、形态学去噪和连通区域分析等步骤,以得到更好更完整的前景运动目标。经实验验证,相比于传统的ViBe算法,文中改进的算法可以于复杂环境中检测出运动目标,同时具有较好的检测率,能达到对运动目标检测的要求。(本文来源于《中国民航大学》期刊2015-06-10）
纪青华,禹素萍[8]（2014）在《基于Surendra背景减除法和四帧差分法的目标检测算法》一文中研究指出研究监控环境下的运动目标检测算法,提出一种新的运动目标检测算法。利用四帧差分算法将连续四帧两两差分得到运动区域,与Surendra背景减除法确定的运动目标相结合,采用动态阈值以适应光线突变,通过连通性检测和孔洞填充进行后处理,综合得到运动区域图像。实验结果表明,该算法有效地去除了噪声、空洞及双影等现象,具有较好的实时性和鲁棒性。既能精确地检测出运动目标,又能迅速响应实际场景的变化。(本文来源于《计算机应用与软件》期刊2014年12期）
张小骏,刘志镜,陈昆[9]（2014）在《一种基于曝光补偿与颜色信息融合的背景减除法》一文中研究指出以高斯模型为基础,提出了抑制噪声影响的模型更新参数设置条件。结合摄像系统的工作原理,提出了针对摄像系统曝光波动以及环境光照变化的亮度补偿办法。通过对RGB叁个颜色通道的分割结果进行逻辑运算,将颜色信息融合使用于前景图像的分割。从实验情况看,本文提出的办法收到了一定的改善效果。(本文来源于《电子技术与软件工程》期刊2014年21期）
杨磊[10]（2014）在《背景减除法在机场场面监视系统视频信号处理中的应用》一文中研究指出昆明长水国际机场是全球百强机场之一,是中国面向东南亚、南亚和连接欧亚的继北京、上海和广州之后的第四个国家门户机场,这也让昆明长水国际机场成为了中国西部地区唯一的国家门户机场。机场总建筑面积仅次于北京、上海、香港机场居全国第四,世界第五。面对如此大的飞行架次及旅客吞吐量,使用先进技术通信导航监视设备保障飞行安全是必不可少的,本文中介绍的场面监视系统就是监视设备中比较先进的保障系统之一,并主要针对场面监视系统中视频信号处理过程提出背景减除法算法的应用。(本文来源于《电子技术与软件工程》期刊2014年02期）
背景减除法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
分析研究了常用的运动目标检测算法及各自的优缺点,提出了一种基于累积差分更新的背景减除法,该算法结合累积差分的概念,对自适应背景建模法作出改进,较好地消除了场景变化以及噪声影响等的干扰,关于目标提取的阀值判断,提出了一种两主峰间差值的灰度直方图阀值分割法。最后进行仿真,得出该算法能有效地检测出运动物体,较好地消除了场景变化以及噪声影响等的干扰。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
背景减除法论文参考文献
[1].梁硕.基于背景减除法的运动目标检测与跟踪算法研究[D].西安石油大学.2019
[2].孙林林.基于累积差分更新背景减除法的运动目标检测算法研究[J].办公自动化.2018
[3].路萍萍.基于背景减除法的内河运动船舶检测算法研究[D].武汉理工大学.2017
[4].杨志翔.面向静态相机的背景减除法分析比较[D].浙江大学.2017
[5].李伟生,李辉飞.一种基于自适应混合模型的背景减除法[J].计算机工程与科学.2016
[6].张小骏,刘志镜,陈昆.一种基于像素梯度信息的背景减除法[J].计算机科学.2015
[7].李志忠.基于背景减除法的运动目标检测算法研究[D].中国民航大学.2015
[8].纪青华,禹素萍.基于Surendra背景减除法和四帧差分法的目标检测算法[J].计算机应用与软件.2014
[9].张小骏,刘志镜,陈昆.一种基于曝光补偿与颜色信息融合的背景减除法[J].电子技术与软件工程.2014
[10].杨磊.背景减除法在机场场面监视系统视频信号处理中的应用[J].电子技术与软件工程.2014