没有合适的资源?快使用搜索试试~ 我知道了~
首页基于稀疏表示与字典学习的背景差分算法优化
本文探讨了一种创新的基于压缩感知和字典学习的背景差分法,针对传统的背景差分法在实际应用中遇到的问题,如背景的突变和渐变、图像数据的冗余以及伪前景对目标检测的干扰。背景差分法通常在智能视频监控系统中用于运动目标检测,但其在复杂环境中表现欠佳。 首先,该方法通过训练视频流数据,利用稀疏表示和字典学习理论构建背景模型。字典学习是一种自适应学习过程,能够发现数据中的关键特征,并将输入信号表示为这些特征的线性组合,这有助于减少冗余信息,提高背景建模的准确性。稀疏表示理论强调信号可以被少数非零系数表示,这对于减少噪声和提取关键信息非常有效。 在背景建模后,方法进一步进行目标分割,通过分析目标及其部域的密集度,有效地排除了前景物体的干扰,确保了目标检测的精确性。这种方法特别考虑到了动态背景下的适应性,避免了因背景变化导致的误检测。 最后,该方法引入了数据字典的更新算法,针对背景的突变和渐变问题,能够实时调整背景模型,提高了系统的鲁棒性和稳定性。通过实验证明,这种基于压缩感知和字典学习的背景差分法在减少背景干扰、提高目标检测精度方面表现出良好的性能,具有较高的可行性和实用性。 本文的研究工作对于提升智能视频监控系统的性能,尤其是在复杂环境下的目标检测能力,具有重要的理论和实际价值,为视频分析领域的进一步发展提供了新的思路和技术支持。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/18696647/bg1.jpg)
第 29卷第 1期
2012年 2月
Vol.29 No.1
Feb.,2012
华东交通大学学报
Journal of East China Jiaotong University
文章编号:1005-0523(2012)01-0043-05
收稿日期:2011-11-01
基金项目:江西省研究生创新专项基金项目(YC2011-X013)
作者简介:郭厚焜(1965-),男,教授,研究方向为图像处理与模式识别和三维图像检测。
基于压缩感知和字典学习的背景差分法
郭厚焜,吴 峰,黄 萍
(华东交通大学信息工程学院,江西 南昌,330013)
摘要:针对当使用背景差分法时,背景存在突变和渐变、图像数据的冗余和伪前景对目标检测的干扰等问题,提出一种基于
稀疏表示和字典学习的背景差分法。该方法首先训练视频流得到其数据字典,并根据数据字典学习与稀疏表示理论建立背
景模型,可以有效减少数据的冗余。然后根据目标及其部域的密集度进行目标分割,以排除前景的干扰。最后再根据数据
字典的更新算法,有效解决了背景的突变和渐变问题。实验结果表明,该方法具有可行性。
关键词:稀疏表示;字典学习;背景差分;前景分割
中图分类号:TP399 文献标志码:A
智能视 频监控技术已被广泛应用到国民经济的各领域,在军事、工业、智能人机交互、智能交通等方面
具有重要的意义。运动目标的检测是智能视频监控系统中一个重要组成部分,如何实现对运动目标的检
测,是一个需要关注和研究的重要问题。
目前运动目标检测通常采用的方法 有光流场法
[1-2」
、帧间差分法
[3」
和背景差分 法
[4」
。光流场 法运算复
杂,不便实时实现。帧间差分法数据计算量大,并且帧与帧之间运动目标存在相对运动,会造成被检测处
的运动目标位置与大小不准确。背景差分法运算简单,容易实现,但是容易受树叶的摆动、水面的波动和
外界光线的突变等自然环境的影响,这就要求不 断自适应更新背景模型。为此,各国学者已经提出了各种
各样 的新算法来力图解决现有算法出现的问题。如 文献[5-6」提出的背景建模算法 ,以每一帧图像为一整
体,发掘变化区域的内部结构特征,缺点在于不能较好地排除伪前景的干扰。 文献[7-8」提出的数据字典学
习算法,当输人的背景图像中还有运动目标时,不能很好地建立背景模型。
针对这一问题,在背景差分法的基础上,使用压缩感知原理,用一组数据字典线性稀疏表示背景区
域
[9-10」
,建立背景模型。 根据分割算法,排除伪前景的干扰,得到正确的运动目标区域。最后,采用数据字
典更新算法,建立实时更新的背景模型。
1 传统背景差分法
背景差分法由于其算法 实现简 单被广泛应用,一般适合在静 态场景中(摄像头固定)。背景差分法的
基本算法是利用当前帧灰度值与背景帧灰度值的差分值的差异来实现运动目标检测。具体步骤如下:
1)读取一段视频序列,根据统计平均法获得背景模型
B(x,y)
。
2)利用当前帧
I(x,y)
与背景模型
B(x,y)
做差分运算得到
F
,然后利用 Ostu局部二值化算法对得到
的绝对差分图像进行二值化,公式如下
F=
︱︱
I(x,y)-B(x,y)>T
(1)
式中:
F
为前景图像的表现形式;
T
为阀值。
3)采用数学形态学开、闭运算,排除背景区域抖动与噪声的影响,平滑运动目标区域的轮廓,去掉图像
下载后可阅读完整内容,剩余4页未读,立即下载
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
weixin_38731553
- 粉丝: 4
- 资源: 899
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 解决Eclipse配置与导入Java工程常见问题
- 真空发生器:工作原理与抽吸性能分析
- 爱立信RBS6201开站流程详解
- 电脑开机声音解析:故障诊断指南
- JAVA实现贪吃蛇游戏
- 模糊神经网络实现与自学习能力探索
- PID型模糊神经网络控制器设计与学习算法
- 模糊神经网络在自适应PID控制器中的应用
- C++实现的学生成绩管理系统设计
- 802.1D STP 实现与优化:二层交换机中的生成树协议
- 解决Windows无法完成SD卡格式化的九种方法
- 软件测试方法:Beta与Alpha测试详解
- 软件测试周期详解:从需求分析到维护测试
- CMMI模型详解:软件企业能力提升的关键
- 移动Web开发框架选择:jQueryMobile、jQTouch、SenchaTouch对比
- Java程序设计试题与复习指南
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)