[发明专利]一种用于视频监控的运动目标检测方法在审
| 申请号： | 201610502705.2 | 申请日： | 2016-06-30 |
| 公开（公告）号： | CN107564042A | 公开（公告）日： | 2018-01-09 |
| 发明（设计）人： | 邹科颖 | 申请（专利权）人： | 邹科颖 |
| 主分类号： | G06T7/254 | 分类号： | G06T7/254 |
| 代理公司： | 北京品源专利代理有限公司11332 | 代理人： | 徐鹏飞 |
| 地址： | 214000 江苏省无锡市惠*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种用于视频监控的运动目标检测方法，包括如下步骤S101、视频采集设备采集视频流，并创建背景模型；S102、将当前帧与背景模型进行求差，获得差值图像；S103、判断是否有运动目标，若有则执行步骤S104，否则执行步骤S106；S104、判断运动目标阈值是否高于门限值，若高于则执行步骤S105，否则执行步骤S106；S105、对运动目标进行形态学处理，获得活动目标，输出给前端显示设备；S106、更新背景图像，并返回步骤S102。本发明不受背景变换及光线变化的影响，背景更新及时，抗干扰能力强，稳定可靠。 | ||
| 搜索关键词： | 一种 用于 视频 监控 运动 目标 检测 方法 | ||
【主权项】：
一种用于视频监控的运动目标检测方法，其特征在于，包括如下步骤：S101、视频采集设备采集视频流，并创建背景模型；S102、将当前帧与背景模型进行求差，获得差值图像；S103、判断是否有运动目标，若有则执行步骤S104，否则执行步骤S106；S104、判断运动目标阈值是否高于门限值，若高于则执行步骤S105，否则执行步骤S106；S105、对运动目标进行形态学处理，获得活动目标，输出给前端显示设备；S106、更新背景图像，并返回步骤S102。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于邹科颖，未经邹科颖许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610502705.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种自适应图像去噪方法
- 下一篇：一种带有干扰像素的栅格分区图自动矢量化方法
- 同类专利
- 一种基于连续帧间差分的背景图像更新方法-201910472023.5
- 万燕英;陈泽涛;雷洁;郑乐藩 - 广州铁路职业技术学院(广州铁路机械学校)
- 2019-05-31 - 2019-10-18 - G06T7/254
- 本发明涉及一种基于连续帧间差分的背景图像更新方法，本发明用Fk(x，y)部分或全部区域更新背景图像，能降低对天气变化的敏感性。有异物时用BI(x，y)对应区域代替Fk(x，y)前景区，能够保证得到的新背景图像对应区域一定是干净的背景。适当扩大前景区，可以避免异物检测不完整时，检测不到的前景被当成Fk(x，y)的背景而用于更新背景图像，造成背景图像的不准确。本发明实现了基于背景差分法的运动目标检测过程中背景图像的更新，能得到准确的背景图像，有效降低天气变化对运动目标检测的影响。
- 基于帧差法与3D卷积神经网络的矿井水泵房漏水检测方法-201910624327.9
- 邹亮;饶中钰;雷萌;於鑫慧;李明 - 中国矿业大学
- 2019-07-11 - 2019-10-15 - G06T7/254
- 本发明提供一种基于帧差法与3D卷积神经网络的矿井水泵房漏水检测方法，包括如下步骤：将水泵房视频按照画面等比分割为N*N的子视频，从子视频中提取连续K帧的图像作为样本，构造样本集，根据样本是否存在漏水分为正负样本，训练3D卷积神经网络；将待检测的水泵房视频按照画面等比分割为N*N的子视频，利用帧差法检测子视频中是否有运动目标；从有运动目标的子视频中提取连续K帧的图像；将连续K帧的图像输入到3D卷积神经网络，输出样本分类。本发明引入帧差法对于水泵房是否存在运动目标进行检测，只对存在运动目标的区域和情况进行模型分类估计，提高了算法的效率以及准确性，利用3D卷积神经网络模型进行预测分类，判断是否存在漏水情况。
- 全景视频的识别方法及设备、播放视频方法及设备-201610680474.4
- 余雅丹;张超 - 成都虚拟世界科技有限公司
- 2016-08-18 - 2019-10-01 - G06T7/254
- 本发明公开了一种全景视频的识别方法及设备、播放视频方法及设备，从待播放视频中提取N帧图像，其中，N为不小于2的整数；获取每帧图像中第一列像素和最后一列像素的灰度值的灰度差分量，得到所述N帧图像对应的N个灰度差分量；将每个灰度差分量与预设差分量进行对比，获取小于所述预设差分量的灰度差分量在所述N个灰度差分量中的差分占比；在所述差分占比大于预设比例时，确定所述待播放视频为全景视频。本发明提供的一种全景视频的识别方法及设备、播放视频方法及设备，能够通过机器自动识别出待播放视频为全景视频，缩短了识别时间，使得从识别到开始播放全景视频的时间也随之缩短，从而有效提高了播放效率。
- 一种基于计算机视觉的运动阴影检测方法-201710182802.2
- 徐贵力;张泽宏;姜斌;程月华;徐扬;谢瑒 - 南京航空航天大学
- 2017-03-24 - 2019-09-27 - G06T7/254
- 本发明公开了一种基于计算机视觉的运动阴影检测方法，包括以下步骤：步骤1，读取视频帧，对视频帧进行运动前景检测，获得运动前景二值图像；步骤2，对运动前景图像中各像素点分别计算归一化互相关系数和局部交叉熵获得对应的阴影区域，取两者阴影区域交集作为备选阴影区域；步骤3，遍历备选阴影区域轮廓，利用轮廓像素点的邻域信息是否包含目标像素点，筛除误检阴影区域。本发明将归一化互相关系数法和局部交叉熵法得到的阴影区域取交集从而确保了获得阴影区域的可信度，从而取得了更好的备选阴影区域检测效果。且加入了误检滤除机制，实现了精确实时的运动阴影检测，有很好的工程应用前景。
- 一种基于机器视觉的城市环境行驶车辆行为识别方法-201710027523.9
- 聂烜;袁占斌;郭洲;杜童童;曹蓓;马松辉 - 西北工业大学
- 2017-01-16 - 2019-09-24 - G06T7/254
- 本发明提供了一种基于机器视觉的城市环境行驶车辆行为识别方法，通过对运动车辆进行目标检测、目标跟踪、特征提取、行为识别，得出车辆行为分析的结果。首先使用背景差分法的车辆目标检测方法完成车辆目标检测；然后使用光流法对检测到的车辆目标进行跟踪；跟踪完成后，根据车辆运动轨迹的基本行为特征得出车辆的轨迹；最后采用训练好的SVM分类器对行使轨迹进行识别，从而判断该行为是左转弯、右转弯或者直行。本发明方法执行速度快，准确率高，可以实现车辆行为准确识别，用于智能交通监控系统的车辆实时监控。
- 高斯背景建模与循环神经网络相结合的车型分类方法-201710409429.X
- 阮雅端;储新迪;陈金艳;赵博睿;许山;陈启美 - 南京大学
- 2017-06-02 - 2019-08-27 - G06T7/254
- 高斯背景建模与循环神经网络相结合的视频车型分类方法，通过使用混合高斯模型提取运动目标，并将运动目标送循环神经网络提取特征，根据循环神经网络输出的向量判断目标是否为车辆以及车辆类型.本发明提出了将RNN作为高斯混合模型的后续运算，以达到车型分类的目的，首先利用高斯混合模型对视频序列进行背景建模，检测出运动目标区域，利用CNN对检测出的目标区域进行分类,将分类结果输入至RNN网络中得到最后的分类来判别是客车、货车或者非车。本发明创造性的使用了高斯背景建模与循环神经网络结合的方法，该方法有较强鲁棒性，两者结合能够大大提高了车辆检测和车型识别精度。
- 对象跟踪方法、装置和系统-201510622651.9
- 游赣梅;鲁耀杰;陈超;刘殿超;师忠超 - 株式会社理光
- 2015-09-25 - 2019-08-09 - G06T7/254
- 一种在视差图中进行对象跟踪的方法、装置和系统，该方法包括：抽取先前帧的对象模板中的先前凸包，所述先前凸包至少包括先前躯干凸包和先前四肢凸包；在当前帧中检测与所述先前躯干凸包匹配的部分作为当前躯干部分；在所述当前躯干部分周围的区域中抽取各个当前四肢凸包；根据当前四肢凸包和先前四肢凸包的各自的梯度主方向，针对一个先前四肢凸包，将各个当前四肢凸包的梯度主方向旋转至与该先前四肢凸包的梯度主方向一致；寻找与所述一个先前四肢凸包匹配的旋转后的当前四肢凸包；根据匹配结果，来确定当前帧中的对象模板以实现对象跟踪。
- 一种用于背景建模的训练图像序列的收敛方法-201710380582.4
- 袁志勇;张贵安;童倩倩;袁田琛 - 武汉大学
- 2017-05-25 - 2019-07-09 - G06T7/254
- 本发明公开了一种用于背景建模的训练图像序列的收敛方法，首先找出训练数据中的所有唯一数据并剔除一次，得到经过去噪的训练数据。然后每次从去噪训练数据的开头以长度为1，2，…，N得到N个子序列并分别求解方差；设置滑动窗口起始位置为方差序列的起始数据，每计算完窗口中方差子序列的方差后便将窗口向右滑动一次。最后得到双重方差序列，双重方差序列便是以一个“归一化”的标准来判断数据序列的收敛性。该方法以数字特征—方差为基础，从数据本身的特性出发，以一个简单易行的方式得到数据序列的收敛点，提高了背景模型在训练时的效率；同时采用灰度值个数减一的方法对训练数据进行去噪，提高了训练数据的质量，从而保证了模型的准确性。
- 基于神经网络的获取非均衡SAR图像变化检测图的方法-201910128875.2
- 周明全;郭梦媛;苏临之 - 西北大学
- 2019-02-21 - 2019-06-28 - G06T7/254
- 本发明公开了一种基于神经网络的获取非均衡SAR图像变化检测图的方法，在对非均衡图像的研究中，该方法突破了传统SAR图像变化检测的一般流程，在不经过滤波和差异图构造的基础上，直接将两幅图像联合起来通过深度神经网络进行分类。方法结构清晰简单，效果优良，省去了大量的预处理操作，是变化检测问题的一个突破。
- 一种基于Delta机器人下的目标跟踪的方法及系统-201611040327.7
- 王亚梅;黄丹;徐利华 - 华南智能机器人创新研究院
- 2016-11-11 - 2019-06-21 - G06T7/254
- 本发明公开了一种基于Delta机器人下的目标跟踪的方法及系统，其方法包括：基于Delta机器人上的红外感应器判断目标区域内是否存有人进入；采用基于区域的方法检测目标区域内的人体目标对象；开启视觉跟踪，基于共面P4P的单目视觉定位原理对人体目标对象进行定位；在完成人体目标对象的定位之后，基于结构相似度的视频跟踪方法对人体目标对象进行视频跟踪；将所述视频跟踪的视频实时传输至控制室，并在视频显示中警示所示人体目标对象状态。通过本发明实施例可以有效的检测人物目标，从而实现对目标定位，保障工业化控制过程中的视觉跟踪效果，实现对人物的精准了解和优化做准备。
- 一种基于帧差法加速神经网络运算的方法-201910086650.5
- 钟天浪;钟宇清;黄磊;杨常星;莫冬春;宋蕴;胡俊;陈伟 - 杭州国芯科技股份有限公司
- 2019-01-29 - 2019-06-14 - G06T7/254
- 本发明涉及一种基于帧差法加速神经网络运算的方法。本发明方法对参考帧通过神经网络各层进行运算，保存线性矩阵运算的输入值和运算结果；对除参考帧以外各帧的处理包括线性矩阵运算部分和非线性运算部分。线性矩阵运算部分：将神经网络的连续输入序列的第k帧xn,k减去前m帧xn,k‑m，通过小值清零变换得到Δxn,k，将Δxn,k作为第n层输入，得到线性矩阵运算输出Δyn,k，得到第n层第k帧的线性输出结果yn,k，进而得到第n层的非线性运算输出结果yn,k′；将yn,k′‑yn,k‑m′通过小值清零变换后的结果作为第n+1层神经网络线性矩阵运算的帧差值Δxn+1,k，最终得到第n+1层第k帧的线性矩阵运算输出结果yn+1,k；依次类推，直到最终输出结果。对于神经网络非线性运算部分采用常规方法运算。本发明方法可以加速神经网络运算，减少神经网络运算时间。
- 指示灯控制方法、装置、可读存储介质及控制终端-201811639787.0
- 徐洪亮 - 湖南汇博电子科技股份有限公司
- 2018-12-29 - 2019-06-11 - G06T7/254
- 一种指示灯控制方法、装置、可读存储介质及控制终端，该方法包括：获取各个消防通道的图像，并进行分析，以确定各个所述消防通道的疏通状态，所述疏通状态包括拥堵状态或非拥堵状态；切换处于拥堵状态的消防通道对应的指示灯的指示方向，使所述对应的指示灯指示非拥堵的消防通道。本发明实施例中，可根据实际情况灵活的切换指示方向，智能化程度高，能够辅助人员快速疏散，提高人员疏散效率。
- 基于前景检测的图像后处理方法、装置、电子设备及介质-201910122052.9
- 刘博;舒茂 - 百度在线网络技术（北京）有限公司
- 2019-02-19 - 2019-06-11 - G06T7/254
- 本发明实施例公开了一种基于前景检测的图像后处理方法、装置、电子设备及介质，其中，所述方法包括：在连续帧图像中，获取任一目标帧图像中的运动物体轮廓图像；将所述运动物体轮廓图像与利用前景检测算法得到的目标帧图像的原始前景检测结果图像进行逻辑与运算，得到最终的前景检测结果图像。本发明实施例实现了在保证原始前景检测算法正确检测的前景不变的情况下，去除了明显被误检的前景，也即实现了在保证前景检测召回率不变的情况下，提升算法的准确率。
- 一种基于时域差分的二次背景建模方法-201811578566.7
- 赵海武;高远;李豪;何鸣;陈钰;梁聪聪;朱林林;顾晓;余玲芝;陈佳玲 - 上海大学
- 2018-12-24 - 2019-06-07 - G06T7/254
- 本发明公开了一种基于时域差分的二次背景建模方法。本方法是：输入原始图像后，快速生成背景图像能够提高背景参考和编码效率，BCBR算法筛选背景块的时域跨度小，相比于LDBCBR能更快地生成背景图像，因此先使用BCBR算法生成临时背景图像供后续图像编码参考，同时使用LDBCBR算法削弱前景时域相关性进行背景建模。当相同位子编码块使用BCBR和LDBCBR都搜索到背景块时，用二次建模算法再对其建模得到最终的纯净背景图像。由于LDBCBR削弱了前景的时域相关性，建模所需时间增长，而BCBR算法采用基于块更新的建模方式，建模速度快，将两者结合使用，解决了BCBR背景质量不高和LDBCBR建模时间长的问题。
- 一种基于TLD改进的跟踪方法-201910055232.X
- 胡欣;刘归航;顾永杰;孟芸;段晨东 - 长安大学
- 2019-01-21 - 2019-06-04 - G06T7/254
- 本发明公开了一种基于TLD改进的跟踪方法，包括以下步骤：获取交通序列图像，再利用背景差分法对交通序列图像中的运动车辆进行自动提取，然后利用Meanshift均值滤波与TLD跟踪算法对遮挡状态下的目标进行跟踪，其中，在跟踪过程中，当目标运动速度缓慢或者相邻帧之间运动目标不发生剧烈形变或位置变化时，则对检测区域上一帧的目标位置进行缩减，仅对目标位置的临近区域进行目标图像块的检测，该跟踪方法能够解决现有交通图像跟踪实时性及准确性不足的问题。
- 一种基于邻域特征和灰度信息的背景建模方法-201510974877.5
- 于慧敏;汪东旭;杨白;郑伟伟 - 浙江大学
- 2015-12-21 - 2019-05-24 - G06T7/254
- 本发明公开了一种基于邻域特征和灰度信息的背景建模方法。该方法通过将像素的邻域特征加入到背景模型当中，提高了背景模型对于光照变化以及扰动的鲁棒性。获取输入视频序列的第一帧，对每个像素计算邻域特征，初始化它的背景邻域模型和背景灰度模型。对于视频的后续帧，将每个像素的邻域特征和灰度与背景邻域模型和背景灰度模型比较，判断像素是前景点还是背景点。最后，根据判断结果更新背景邻域模型和背景灰度模型。该背景建模方法模型简单，便于实现，可以满足实时智能监控系统的需求。
- 停靠检测方法、装置、电子设备和存储介质-201811532792.1
- 王宝宗;顾会建;路萍;宁延旭;章烨;史宏涛 - 清华大学苏州汽车研究院（吴江）
- 2018-12-14 - 2019-04-16 - G06T7/254
- 本发明实施例公开了一种停靠检测方法、装置、电子设备和存储介质，涉及图像处理领域。所述方法包括：对预先划定的检测区域进行实时图像采集，将实时采集的任一帧图像作为当前图像；将当前图像与预先获取的所述检测区域的背景图像做差分运算，得到当前差分图像；如果从所述当前差分图像中识别出待测物体的质心点坐标，则在所述当前图像后预设帧数的图像中，依据所述质心点坐标的变化确定所述待测物体是否在所述检测区域停靠。本发明实施例通过获取检测区域的背景图像和当前图像，进而获得差分图像，通过差分图像获得待检测物体质心点坐标，根据预设帧数图像对应质心点坐标变化确定待测物体是否停靠，实现了实时监控待检测物体是否停靠的效果。
- 一种输电线路通道烟火视频移动目标轨迹复杂度检测方法-201510254258.9
- 冯正华;肖洒;黎安铭;杨璐;胡婕 - 三峡大学
- 2015-05-19 - 2019-04-09 - G06T7/254
- 一种输电线路通道烟火视频移动目标轨迹复杂度检测方法，以运动目标的知心运动轨迹复杂度作为烟火运动的特征之一，通过背景差法得到前景图像，经过二值化处理之后得到的差分图像，二值化差分图像的像素值只包含“0”和“1”两个值，将像素值为“1”的所有像素行坐标和列坐标分别求取平均值得到移动目标质心当前帧所在坐标值，并经过多帧图像坐标值计算，得到移动目标质心的运动曲线。该方法采用基于图像的火灾探测技术，实现对烟火的判断与检测，并确保检测结果较低的误报率和漏报率，摄像头采集到的图像信号经过采集卡转换为数字信号后传入计算机。
- 一种基于运动检测的人体异常行为检测方法-201610104559.8
- 郑嘉杰;滕国伟;安平 - 上海大学
- 2016-02-25 - 2019-04-02 - G06T7/254
- 本发明涉及一种基于运动检测的人体异常行为检测方法。本方法针对固定摄像头的场景检测，首先运用背景相减法和运动历史图像相结合的方式来进行运动检测，提取出运动前景并运用帧差法得到的掩膜来进行背景更新，接着进行后处理操作并过滤出为人体的前景。然后运用视频帧之间基于上下文信息匹配的方法，来对前后两帧中出现的人体进行匹配。之后，结合原先所设定的异常条件，利用矩形框和质心的几何特征进行系统判决，来判定运动人体是否发生异常行为并确定入侵方向。最后需要进行异常人数的计数和发生异常行为之后的人体轨迹标示，从而达到视频分析的目的。本发明算法复杂度低，移植性强，在保证实时性的同时，又能兼顾检测率的准确度。
- 一种基于改进ViBe算法的运动目标检测方法及系统-201810879170.X
- 谭洪舟;邓铭豪;陈荣军;谢舜道;苏宏雄;朱雄泳;曾衍瀚 - 佛山市顺德区中山大学研究院;广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学
- 2018-08-03 - 2019-02-22 - G06T7/254
- 本发明公开了一种基于改进ViBe算法的运动目标检测方法及系统，其中，方法包括以下步骤：采用融合三帧差法的ViBe算法从输入视频图像中获得第一运动前景图像；采用融合边缘检测的ViBe算法对输入视频图像进行边缘提取，并获得第二运动前景图像；将第一运动前景图像、第二运动前景图像和预设的空白图像进行融合处理，并获得前景融合图像；将前景融合图像进行图像复原后，输出复原后的前景融合图像，从而完成运动目标检测。本发明采用三帧差算法和ViBe算法结合，降低了ViBe算法带来的“鬼影”对运动目标检测精度的影响，提高了检测准确度，满足运动目标的检测，降低监控成本，可广泛应用于计算机视频图像处理领域。
- 改进的自适应高斯混合模型运动目标检测方法-201610357287.2
- 杨成顺;黄宵宁;黄颖;黄淮 - 南京工程学院
- 2016-05-26 - 2019-02-15 - G06T7/254
- 本发明提供一种改进的自适应高斯混合模型运动目标检测方法，初始化高斯分布和参数，对k个高斯分布按照权值ωi,t的大小进行排序，其中i∈[1,K]；更新分布，依据是否与现有高斯分布匹配，进行更新，包括更新高权重分布、合并权重接近分布、删除低权重分布、增添新分布；该种改进的自适应高斯混合模型运动目标检测方法，学习率和模型分布数的取值进行更新，解决数据冗余的问题；同时，对参数取值进行更新，能够更好的适应环境变化。该方法为基于计算机视频图像处理技术的运动目标检测算法，能够应用于实时视频处理系统，为车辆检测或火灾监测奠定关键性的理论与应用基础，具有非常好的应用前景。
- 一种基于背景模型及帧间差分的前景检测方法-201610940393.3
- 曹宗杰;袁祉赟;陆川;闵锐;廖丹;李晋;张明;张力 - 电子科技大学;电子科技大学成都研究院
- 2016-10-25 - 2019-02-15 - G06T7/254
- 该发明公开了一种基于背景模型及帧间差分的前景检测方法，属于图像处理，特别是前景检测领域。本发明针对光线变化时现有基于背景建模的前景检测方法易将背景检测为前景形成大片阴影或者大的“斑点”的缺陷，利用帧差法对于光线的不敏感性，提出了一种基于背景模型及帧间差分的前景检测方法，该方法的基本思路是利用背景建模对背景像素进行统计同时结合帧间差分判别形成实时的背景像素模型，主要包括背景初始化和背景模型更新。将帧间差分的多邻域像素判别方法融入背景模型的更新，解决现有背景建模方法对于光线的敏感问题。
- 一种智能烟机灶台动态异物检测方法-201811152673.3
- 陈小平;陈超 - 佛山市云米电器科技有限公司;陈小平
- 2018-09-29 - 2019-02-12 - G06T7/254
- 智能烟机灶台动态异物检测方法，智能烟机系统设置有：视觉成像模块，对目标区域进行成像，并将成像图片发送至处理模块；处理模块，接收视觉成像模块发送的成像图片并进行移动异物判断，并将判断结果输送至主控模块；运动系统，接收主控模块输出的控制信号，带动炉灶进行收拢或者打开；主控模块，分别与视觉成像模块、处理模块和运动系统连接，控制视觉成像模块进行成像，接收处理模块输出的判断结果信息，根据判断结果信息输出控制信号至运动系统；当处理模块输的的判断结果信息是存在动态异物时，主控模块输出控制信息使得炉灶不能下放，否则控制炉灶下放。能够再炉灶下放过程中检测灶台区域空间是否存在异物而控制炉灶下放，具有安全等特点。
- 物理碰撞预测方法和装置-201510807464.8
- 吴拥民;何汉鑫;许凯杰;刘德建;陈宏展 - 福建天晴数码有限公司
- 2015-11-19 - 2019-01-29 - G06T7/254
- 为提供一种高效且可有效杜绝外挂程序影响的物理碰撞预测技术，发明人提供了一种物理碰撞预测方法，包括如下步骤：获取物体的运动状态数据；根据所述物体的运动状态数据获取碰撞路径的序列信息以及碰撞反应的序列信息；根据预定义的物体运动演绎规则以及所述碰撞路径的序列信息和碰撞反应的序列信息对物体运动做演绎运算。发明人同时还提供了实现上述方法的物理碰撞预测装置。区别于现有技术，上述技术方案能够在瞬间完成，具有很高的效率，以此解决常规方案中一些不同步的问题；同时还可有效地防止游戏进行过程中外挂的影响。
- 一种变压器漏油检测方法-201610703818.9
- 谢晓娜;常政威;吴丽娟 - 成都信息工程大学
- 2016-08-22 - 2019-01-29 - G06T7/254
- 本发明公开了一种变压器漏油检测方法，所述方法包括：S1：获取变压器检测区未漏油时的图像信息；S2：获取变压器检测区当前图像信息，将未漏油时的图像信息与当前图像信息进行比较和处理，获得检测区的漏油方向信息和检测区的颜色信息，基于检测区的漏油方向信息和检测区的颜色信息，对检测区是否漏油进行判断，并获得判断结果，实现了变压器漏油检测方法检测效率和准确率较高的技术效果。
- 基于立体视觉的对象聚集检测方法和装置-201510244490.4
- 王千;范圣印;王鑫;乔刚;诸加丹 - 株式会社理光
- 2015-05-14 - 2019-01-25 - G06T7/254
- 提供了基于立体视觉的对象聚集检测方法和装置。获取目标场景的当前帧输入图像、在当前帧之前预定时间间隔的先前帧输入图像以及相应的深度信息；从当前帧和先前帧的输入图像中提取对应于检测对象的前景像素，根据相应的深度信息，将对应于检测对象的前景像素投影到地平面以获得包括前景投影区块的前景投影图；根据在当前帧和先前帧的输入图像中的对应于检测对象的前景像素的图像特征的差别，在地平面上投影表示检测对象的运动的运动前景投影区块以获得运动前景投影图；利用所述运动前景投影区块腐蚀所述前景投影区块，以获得静止前景投影区块；根据所获得的静止前景投影区块判断是否存在对象聚集。由此，能够实现高效并且准确的实时检测。
- 一种大输液药品中可见异物的视觉检测方法-201810854141.8
- 李玮;韩毅;陈财;雷鸣;汪静;雷晟暄 - 山东大学
- 2018-07-30 - 2019-01-08 - G06T7/254
- 本发明公开了一种大输液瓶药品中可见异物的视觉检测方法，连续采集N帧大输液瓶序列图像，并对其进行直方图均衡化处理，选择合适的阈值对每帧图像进行分割，依次对分割后的每帧图像进行处理，得到每帧图像的感兴趣区域，计算大输液瓶的旋转角度和水平平移量，根据大输液瓶的旋转角度和水平平移量，依次对序列图像的每帧图像进行校正；对校正后的序列图像进行差分处理，完成对异物的检测。本发明计算大输液瓶的旋转角度和水平平移量进行图像配准，消除振动对图像的影响，利用双线性插值法依次对序列图像的每帧图像进行校正，对序列图像进行差分处理，能高效准确地对大输液瓶中的可见异物进行检测。
- 一种电子设备和操作电子设备的方法-201410053682.2
- 曹圭星;曹益焕;F.I.朱巴赫;G.Y.基斯 - 三星电子株式会社
- 2014-02-17 - 2019-01-08 - G06T7/254
- 提供了一种操作电子设备的方法。所述方法包括：追踪被包括在多个数字图像中的至少一个对象，所述多个数字图像至少包括第一图像和第二图像。追踪对象包括：确定第一图像的一部分和第二图像的一部分之间的相位相关的值；确定相位相关的值中的峰值的位置；以及，根据所述峰值的至少一部分确定相位相关的值的方差。
- 一种遥感图像对象层次的变化检测方法-201810927283.2
- 任金铜 - 贵州工程应用技术学院
- 2018-08-15 - 2018-12-21 - G06T7/254
- 本发明公开的属于图像处理技术领域，具体为一种遥感图像对象层次的变化检测方法，该遥感图像对象层次的变化检测方法的具体检测步骤如下：S1：采集获取目标地区两个时相的图像信息，S2：对两个时相的图像信息初步处理，S3：对两个时相的图像信息分割处理，S4：对分割的两个时相图像信息聚类处理，S5：对聚类后的两个时相图像信息差值检测，通过对图像初步处理的方式，后续采用灰度值作为判断检测变化的依据，能够保证检测的准确性；通过对图像信息的分割，且分割尺寸较小，检测较为精确；通过以聚类的方式进行判断识别两个时相图像信息上的相同区域，保证识别的准确性。
- 一种自适应参数的运动目标检测方法-201410262304.5
- 钱惟贤;余明;刘恒建;廖逸琪;陈银;顾国华;任侃 - 南京理工大学
- 2014-06-12 - 2018-12-14 - G06T7/254
- 本发明提供一种自适应参数的运动目标检测方法。本发明使用改进的混合高斯背景更新算法通过前景点像素的个数在整幅图像中所占比例发生变化的大小来判断场景是否发生变化，将背景分为变化区域和非变化区域，针对变化区域和非变化区域采取不同的更新速率与高斯分布个数，获取新的背景模型，从而便于在新的背景模型中获取运动目标。本发明能够提高背景更新的效率，有效地抑制拖影现象和漏检现象。
- 专利分类
