图像预处理 数字图像中的几种典型噪声有:高斯噪声来源于电子电路噪声和低照明度或高温带来的传感器噪声;椒盐噪声类似于随机分布在图像上的胡椒和盐粉微粒,主要由图像切割引起或变换域引起的误差;加性噪声是图像在传输中引进的信道噪声。 一般来说,引入的都是加性随机噪声,可以采用均值滤波、中值滤波、高斯滤波等方法去除噪声,提高信噪比。均值滤波在噪声分布较平均,且峰值不是很高的情况下能够得到较好的应用;中值滤波对尖脉冲噪声的滤除有较好的效果,并且能突出图像的边缘和细节;高斯滤波对滤除高斯白噪声有较好的效果。 运动目标检测 背景差分法:能完整、快速地分割出运动对象。不足之处易受光线变化的影响,背景的更新是关键。不适用摄像头运动的情况。 光流法:能检测独立运动的对象,可用于摄像头运动的情况,但计算复杂耗时,很难实时检测。 帧差法:受光线变化影响较小,简单快速,但不能分割出完整的运动对象,需进一步运用目标分割算法。还有一些改进的算法,主要致力于减少光照影响和检测慢速物体变化。 图像标识 图像标识的作用是确定物体是否独立,图像中有几个运动目标。 1)领域:常取周围的4或8个像素作为领域。 2)连通域:二值图像中互相连通的0像素集或1像素集称之为连通域。被1像素包围的0像素叫做孔。1像素连通域不含孔时 |
运动目标检测跟踪各过程算法综述
最新推荐文章于 2024-08-04 18:19:50 发布
本文详细综述了运动目标检测与跟踪的过程,涵盖了从预处理到特征提取,再到目标检测和跟踪算法的各个环节。重点讨论了在交通监控领域的应用,并介绍了相关扩展工作的最新进展。
摘要由CSDN通过智能技术生成