《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.cowatch.cn/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。
热re99久久精品国产66热_欧美小视频在线观看_日韩成人激情影院_庆余年2免费日韩剧观看大牛_91久久久久久国产精品_国产原创欧美精品_美女999久久久精品视频_欧美大成色www永久网站婷_国产色婷婷国产综合在线理论片a_国产精品电影在线观看_日韩精品视频在线观看网址_97在线观看免费_性欧美亚洲xxxx乳在线观看_久久精品美女视频网站_777国产偷窥盗摄精品视频_在线日韩第一页
  • <strike id="ygamy"></strike>
  • 
    
      • <del id="ygamy"></del>
        <tfoot id="ygamy"></tfoot>
          <strike id="ygamy"></strike>
          久久久国产成人精品| 国产综合欧美在线看| 亚洲日本成人在线观看| 欧美精品少妇一区二区三区| 中国成人黄色视屏| 久久欧美中文字幕| 99视频精品全国免费| 韩国三级电影一区二区| 久久成人精品视频| 久久精品视频在线看| 欧美视频免费在线观看| 99国产精品视频免费观看一公开| 欧美激情视频在线播放| 久久精品动漫| 国产精品你懂的在线| 国产日韩精品在线播放| 好吊妞这里只有精品| 亚洲自拍偷拍麻豆| 欧美va亚洲va国产综合| 亚洲国产一区二区三区高清| 欧美视频日韩视频| 欧美性感一类影片在线播放| 欧美视频日韩视频在线观看| 欧美激情导航| 国产一区二区三区黄| 亚洲欧美怡红院| 99这里只有久久精品视频| 亚洲欧洲在线视频| 另类天堂视频在线观看| 欧美午夜激情在线| 亚洲电影自拍| 亚洲欧美日韩国产综合| 国产一区二区成人| 国产精品午夜电影| 亚洲精品视频免费观看| 欧美日韩高清区| 久久久久www| 国产精品国产三级国产普通话蜜臀| 亚洲乱码国产乱码精品精可以看| 亚洲欧美视频一区| 亚洲一区三区电影在线观看| 亚洲精品视频免费在线观看| 欧美一区二区视频97| 在线观看一区欧美| 欧美精品一区二区蜜臀亚洲| 国产精品丝袜久久久久久app| 国产最新精品精品你懂的| 国产精品亚洲一区| 欧美精品一卡二卡| 亚洲一二三区视频在线观看| 亚洲缚视频在线观看| 美女脱光内衣内裤视频久久影院| 在线成人中文字幕| 亚洲免费观看在线视频| 亚洲成人原创| 国产一区二区精品久久| 欧美性一二三区| 亚洲一区激情| 亚洲日韩欧美视频| 国产精品久久久久三级| 久久亚洲风情| 国产精品美女久久久免费| 欧美在线观看视频一区二区| 欧美日韩一区二区在线播放| 亚洲精品日日夜夜| 欧美一区二区三区喷汁尤物| 一本久久a久久免费精品不卡| 午夜精品福利在线| 亚洲欧美激情在线视频| 久久精品视频在线播放| 免费日韩成人| 亚洲欧洲日夜超级视频| 国产欧美日韩精品丝袜高跟鞋| 欧美日韩精品免费观看视一区二区| 国产亚洲激情视频在线| 精品粉嫩aⅴ一区二区三区四区| 欧美日韩免费一区二区三区视频| 国产女精品视频网站免费| 久久亚洲电影| 欧美一区二区三区四区在线观看地址| 亚洲一区国产| 在线中文字幕不卡| 日韩午夜中文字幕| 香蕉成人伊视频在线观看| 国产精品一区二区在线观看不卡| 国产欧美另类| 久热精品视频在线观看| 欧美一区二区三区四区在线观看地址| 亚洲午夜极品| 欧美人在线视频| 亚洲欧洲在线观看| 亚洲视频在线免费观看| 亚洲主播在线观看| 亚洲午夜小视频| 欧美日韩国产首页在线观看| 亚洲一区国产| 免费试看一区| 久久精品国内一区二区三区| 在线视频精品| 欧美日韩一区免费| 麻豆免费精品视频| 亚洲麻豆国产自偷在线| 嫩草伊人久久精品少妇av杨幂| 亚洲欧美精品伊人久久| 欧美日本精品在线| 欧美国产欧美亚洲国产日韩mv天天看完整| 西西裸体人体做爰大胆久久久| 久久久久99精品国产片| 亚洲七七久久综合桃花剧情介绍| 欧美日韩激情网| 欧美视频手机在线| 欧美福利一区| 欧美精品一区二区三区视频| 国产亚洲一区二区在线观看| 在线观看一区欧美| 韩国v欧美v日本v亚洲v| 国产专区一区| 亚洲一区二区少妇| 国产欧美欧美| 国产一区二区三区四区在线观看| 久久精视频免费在线久久完整在线看| 欧美色图首页| 日韩亚洲欧美一区二区三区| 国产区在线观看成人精品| 亚洲国产高清在线观看视频| 一区电影在线观看| 欧美日韩视频在线第一区| 亚洲理伦在线| 欧美黄色一区二区| 亚洲毛片av在线| 亚洲国产高清一区二区三区| 久久综合色一综合色88| 亚洲精品美女久久7777777| 亚洲欧美在线看| 国产日韩欧美在线观看| 亚洲丁香婷深爱综合| 欧美黑人国产人伦爽爽爽| 精品盗摄一区二区三区| 欧美日韩一区成人| 亚洲欧洲在线免费| 午夜精品视频| 亚洲电影有码| 国产自产在线视频一区| 欧美性一二三区| 女同性一区二区三区人了人一| 欧美精品在线免费观看| 亚洲欧美视频一区| 久久久亚洲欧洲日产国码αv| 亚洲综合另类| 国产一区二区三区直播精品电影| 欧美怡红院视频一区二区三区| 日韩视频中午一区| 国产日韩精品综合网站| 亚洲狼人综合| 久久天堂国产精品| 在线免费观看视频一区| 欧美精品免费视频| 亚洲国产高清一区| 欧美黄色片免费观看| 免费视频亚洲| 亚洲色无码播放| 国产亚洲人成网站在线观看| 亚洲一二三区在线观看| 久久精品在这里| 欧美1区视频| 伊人成人开心激情综合网| 久久精品日韩一区二区三区| 欧美14一18处毛片| 欧美日韩精品国产| 一区二区在线观看视频| 欧美专区福利在线| 亚洲与欧洲av电影| 国产日韩欧美一区二区三区在线观看| 欧美电影免费观看高清| 亚洲欧美日本国产有色| 久久九九精品| 99pao成人国产永久免费视频| 一区二区高清视频| 亚洲欧洲精品一区二区三区| 亚洲精品一区二区三| 亚洲在线视频免费观看| 欧美一区二区精品| 欧美系列精品| 国产乱码精品1区2区3区| 欧美日本精品| 欧美成人在线免费观看| 国产精品系列在线播放| 欧美日韩高清在线播放| 亚洲第一级黄色片| 亚洲欧美日韩一区二区在线| 国产精品成人观看视频免费| 亚洲国产成人精品视频| 欧美伦理视频网站| 欧美一区二区三区四区在线| 国产视频一区在线观看| 亚洲人成亚洲人成在线观看| 免费看黄裸体一级大秀欧美| 亚洲视频欧美在线| 亚洲高清精品中出| 国产一区二区三区丝袜| 欧美成人一区二区三区片免费| 久久精品99久久香蕉国产色戒| 欧美精品在线观看一区二区| 午夜精品区一区二区三| 亚洲人成网站999久久久综合| 国产欧美日韩视频一区二区三区| 黑人一区二区三区四区五区| 国产精品久久精品日日| 国内精品久久久久久久影视蜜臀| 久久精品中文| 欧美日本在线看| 午夜精品久久久久久| 欧美日韩一区二区精品| 欧美在线啊v| 欧美精品黄色| 国产日韩1区| 久久久久成人精品| 亚洲区国产区| 国产日韩欧美成人| 99人久久精品视频最新地址| 欧美视频精品在线| 久久www成人_看片免费不卡| 欧美精品v日韩精品v韩国精品v| 免费在线观看日韩欧美| 国产精品第2页| 国产精品视频免费在线观看| 久久久国产精品亚洲一区| 亚洲三级电影在线观看| 国产伦一区二区三区色一情| 亚洲精品免费观看| 欧美在线视频不卡| 一区二区三区欧美亚洲| 欧美午夜精品理论片a级按摩| 亚洲国产成人高清精品| 亚洲国产精品久久久久秋霞蜜臀| 久久国产欧美精品| 欧美1区2区视频| 久久免费午夜影院| 亚洲精品国偷自产在线99热| 蜜桃av一区二区在线观看| 国产精品午夜在线| 欧美在线1区| 狠狠色丁香婷综合久久| 亚洲尤物视频网| 麻豆成人综合网| 国产精品久久婷婷六月丁香| 欧美国产精品人人做人人爱| 国产精品一区二区三区久久久| 久久综合久久久久88| 亚洲第一在线综合网站| 亚洲专区一区二区三区| 欧美日韩国产一区二区| 欧美成人黑人xx视频免费观看| 国产一区日韩二区欧美三区| 西西裸体人体做爰大胆久久久| 国产精品日产欧美久久久久| 欧美激情一区二区三区蜜桃视频| 欧美视频在线一区| 国产精品电影在线观看| 欧美一区视频在线| 欧美视频一区在线观看| 亚洲精品视频啊美女在线直播| 欧美有码在线观看视频| 亚洲午夜精品网| 欧美日韩亚洲一区二区三区四区| 国产精品色午夜在线观看| 欧美美女喷水视频| 亚洲无线一线二线三线区别av| 久久综合狠狠综合久久综青草| 欧美视频一区二区三区| 日韩午夜在线观看视频| 亚洲精品一区二区在线| 99www免费人成精品| 欧美日韩高清在线观看| 亚洲激情在线观看视频免费| 亚洲国产三级| 亚洲第一狼人社区| 国产精品都在这里| 韩国一区二区三区美女美女秀| 国产在线精品二区| 麻豆精品在线视频| 国产亚洲日本欧美韩国| 另类春色校园亚洲| 亚洲电影免费观看高清完整版在线| 免费看的黄色欧美网站| 亚洲网在线观看| 久久国产精品亚洲va麻豆| 日韩视频不卡中文| 亚洲精品日韩久久| 夜夜躁日日躁狠狠久久88av| 在线观看欧美成人| 亚洲欧美日韩精品久久久| 欧美理论片在线观看| 亚洲深夜福利在线| 久久国产色av| 欧美日韩精品久久久| 欧美成人中文| 久久久国产精彩视频美女艺术照福利| 欧美日韩国产欧| 亚洲国产成人在线视频| 欧美日韩在线视频一区二区| 一区二区三区自拍| 一本色道久久99精品综合| 国产亚洲欧美中文| 欧美福利一区二区三区| 国产精品chinese| 午夜性色一区二区三区免费视频| 欧美性大战xxxxx久久久| 国产精品久久久99| 亚洲欧美日韩在线高清直播| 性做久久久久久免费观看欧美| 欧美精品一区二区三区四区| 亚洲欧美日韩精品久久久| 国产综合久久久久久| 国产精品乱人伦一区二区| 欧美金8天国| 欧美三级电影网| 久久久99精品免费观看不卡| 久久国产精品毛片| 国产亚洲亚洲| 在线欧美电影| 午夜精品久久久久久久男人的天堂| 欧美日韩在线三级| 91久久久亚洲精品| 一区二区三区久久网| 亚洲午夜国产成人av电影男同| 欧美激情一区三区| 欧美日韩国产黄|