Moving objects detection is a very

Moving objects detection is a very important step in Video surveillance
applications. And Background subtraction algorithms are suitable for these
applications. In these paper Sobel edge detection and Background subtraction
algorithm are used for tracking moving objects. Background subtraction
method is the use of a continuous image subtraction. First of all video was
compressed using DWT algorithm, to save memory and also it reduces the
operational time. Then Sobel operator is used to get the edges of objects and
Background subtraction algorithm is applied to separate moving region from
Non-moving regions. To remove noise dynamic thresholding and then
morphological operations were used and finally labeling was done along
moving regions in video

Moving object detection in videos is an important research portion, since it is used in
many applications like intelligent video surveillance, motion analysis, humanmachine
interface applications, and so on. Although a lot of studies have been
conducted in recent years, the subject is still challenging.
The main aim of project is moving object detection and tracking system with a
static camera. We proposed a general moving object detection and tracking based on
vision system using background subtraction algorithm. In this algorithm, video (as
video is sequence of images or frames) compression is done to minimize the amount
of memory needed to represent or to store the video. As there are different classes of
compression techniques and various compression algorithms based on wavelet,
JPEG/DCT, VQ and Fractal approaches. So here the discrete wavelet transform
(DWT) [1] is used for compression of video.
After DWT algorithm, as edge detection [2] is a fundamental step in computer
vision, it is necessary to point out the true edges to get the best results from the
matching process. That is why it is important to choose edge detectors that fit best to
the application. Conventional approaches to moving objects detection include frame
difference (or temporal difference) algorithms, background subtraction algorithms,
optical flow algorithms and statistical learning algorithms. Optical flow and statistical
learning algorithms are much computational complexity and are not suitable for video
surveillance applications. In contrast, Background subtraction algorithms, they are
simple and easy to be implemented with adaptive thresholding. So they are considered
to be suitable for video surveillance applications. After getting moving regions in
video, morphological operations are used to remove noise and then labeling was used
to trace the moving objects in DWT compressed video. The following figure1 shows
the flow chart for this algorithm.

ผลลัพธ์ (ไทย) 1:

ตรวจจับวัตถุเคลื่อนไหวเป็นขั้นตอนสำคัญใน Video เฝ้าระวังใช้งาน และอัลกอริทึมการลบพื้นหลังเหมาะสมกับงานเหล่านี้ใช้งาน ในการตรวจจับขอบ Sobel กระดาษและพื้นหลังลบเหล่านี้อัลกอริทึมจะใช้สำหรับการติดตามการเคลื่อนย้ายวัตถุ ลบพื้นหลังวิธีการใช้ลบภาพต่อเนื่องได้ แรกของทั้งหมดเป็นวิดีโอบีบอัดโดยใช้อัลกอริทึม DWT บันทึกหน่วยความจำ และยังช่วยลดการเวลาในการดำเนินงาน แล้วใช้ Sobel ดำเนินไปขอบของวัตถุ และมีใช้อัลกอริทึมการลบพื้นหลังเพื่อแยกภูมิภาคย้ายจากย้ายไม่มีขอบเขตการ เอาเสียงแบบไดนามิก thresholding แล้วการดำเนินงานของใช้ และสุดท้าย ติดฉลากเสร็จตามพื้นที่เคลื่อนไหวในวิดีโอตรวจจับวัตถุเคลื่อนไหวในวิดีโอเป็นส่วนการวิจัยสำคัญ เนื่องจากถูกใช้อยู่ในโปรแกรมประยุกต์หลายโปรแกรมเช่นเฝ้าระวังวิดีโออัจฉริยะ วิเคราะห์การเคลื่อนไหว humanmachineอินเทอร์เฟซที่ใช้งาน และอื่น ๆ แม้ว่ามากของการศึกษาได้ดำเนินการในปีที่ผ่านมา เรื่องจะยังคงท้าทายจุดมุ่งหมายหลักของโครงการจะย้ายวัตถุตรวจสอบ และติดตามระบบการกล้องแบบคง เราเสนอการตรวจจับวัตถุเคลื่อนไหวทั่วไปและติดตามตามหลอดไฟที่ใช้อัลกอริทึมการลบพื้นหลัง ในนี้อัลกอริทึม วิดีโอ (เช่นวิดีโอเป็นลำดับของรูปภาพหรือเฟรม) บีบอัดจะทำให้หน่วยความจำที่ต้อง การแสดง หรือเก็บวิดีโอ มีประเภทต่าง ๆ รวมเทคนิคและกระบวนการบีบอัดต่าง ๆ ตาม waveletวิธี JPEG/DCT แรมโลว์ และเศษส่วน แปลง wavelet แยกกันดังนี้(DWT) [1] ถูกใช้สำหรับการบีบอัดวิดีโอหลังจากอัลกอริทึม DWT ขอบ [2] ตรวจสอบเป็นขั้นตอนพื้นฐานในคอมพิวเตอร์วิสัยทัศน์ จำเป็นต้องชี้ให้เห็นขอบจริงจะได้รับผลลัพธ์จากการกระบวนการที่ตรงกัน นั่นคือเหตุผลที่จะต้องเลือกจับขอบที่ดีที่สุดเพื่อแอพลิเคชัน วิธีในการตรวจจับวัตถุเคลื่อนไหวธรรมดารวมกรอบความแตกต่าง (หรือแตกต่างชั่วคราว) อัลกอริทึม พื้นหลังลบอัลกอริทึมกระแสแสงอัลกอริทึมและอัลกอริทึมการเรียนรู้ทางสถิติ กระแสแสง และสถิติเรียนรู้อัลกอริทึมซับซ้อนมากคำนวณ และไม่เหมาะสมสำหรับวิดีโอใช้งานเฝ้าระวัง ในทางตรงกันข้าม พื้นหลังลบอัลกอริทึม จะง่าย และสะดวกที่จะปฏิบัติกับ thresholding แบบอะแดปทีฟ เพื่อว่าเพื่อให้เหมาะสำหรับการใช้งานวิดีโอการเฝ้าระวัง หลังจากการย้ายภูมิภาคในวิดีโอ ของการดำเนินงานจะใช้เพื่อเอาเสียง และติดฉลากแล้ว ใช้การติดตามวัตถุเคลื่อนไหวใน DWT บีบอัดวิดีโอ แสดง figure1 ดังต่อไปนี้แผนภูมิการไหลสำหรับอัลกอริทึมนี้

ผลลัพธ์ (ไทย) 2:

การตรวจสอบการเคลื่อนย้ายวัตถุที่เป็นขั้นตอนที่สำคัญมากในการเฝ้าระวังวิดีโอ
การใช้งาน และขั้นตอนวิธีการลบพื้นหลังที่มีความเหมาะสมสำหรับทั้ง
การใช้งาน ในกระดาษโชเบลเหล่านี้ขอบตรวจสอบและลบพื้นหลัง
ขั้นตอนวิธีการที่ใช้ในการติดตามวัตถุที่เคลื่อนไหว ลบพื้นหลัง
วิธีคือการใช้การลบภาพอย่างต่อเนื่อง แรกของวิดีโอทั้งหมดถูก
บีบอัดโดยใช้อัลกอริทึมเดทเวทตันเพื่อบันทึกความทรงจำและยังช่วยลด
เวลาในการดำเนินงาน จากนั้นผู้ประกอบการโชเบลถูกนำมาใช้เพื่อให้ได้ขอบของวัตถุและ
ขั้นตอนวิธีการลบพื้นหลังถูกนำไปใช้ในการแยกภูมิภาคที่ย้ายมาจาก
ภูมิภาคที่เคลื่อนไหวไม่ เพื่อลบเสียง thresholding แบบไดนามิกและแล้ว
การดำเนินงานทางสัณฐานวิทยาถูกนำมาใช้และในที่สุดการติดฉลากที่ได้กระทำไปตาม
ภูมิภาคในการย้ายวิดีโอการตรวจสอบการเคลื่อนย้ายวัตถุที่อยู่ในวิดีโอเป็นส่วนการวิจัยที่สำคัญเพราะมันถูกนำมาใช้ในการใช้งานมากมายเช่นการเฝ้าระวังวิดีโอฉลาด, การวิเคราะห์การเคลื่อนไหว humanmachine อินเตอร์เฟซการใช้งาน และอื่น ๆ แม้ว่าจำนวนมากของการศึกษาได้รับการดำเนินการในปีที่ผ่านมาเรื่องที่ยังคงมีความท้าทาย. จุดมุ่งหมายหลักของโครงการที่มีการเคลื่อนไหวตรวจจับวัตถุและระบบการติดตามที่มีกล้องแบบคงที่ เรานำเสนอการตรวจสอบการเคลื่อนย้ายวัตถุทั่วไปและติดตามอยู่บนพื้นฐานของระบบการมองเห็นโดยใช้วิธีการลบพื้นหลัง ในขั้นตอนวิธีนี้ (วิดีโอเป็นวิดีโอเป็นลำดับของภาพหรือเฟรม) การบีบอัดจะทำเพื่อลดปริมาณของหน่วยความจำที่จำเป็นในการเป็นตัวแทนหรือการจัดเก็บวิดีโอ เนื่องจากมีการเรียนแตกต่างกันของเทคนิคการบีบอัดและขั้นตอนวิธีการบีบอัดต่างๆขึ้นอยู่กับเวฟ, JPEG / DCT, VQ และวิธีเศษส่วน ดังนั้นที่นี่แปลงเวฟเล็ต(DWT) [1] ถูกนำมาใช้สำหรับการบีบอัดวิดีโอ. หลังจากขั้นตอนวิธีเดทเวทตันขณะที่การตรวจหาขอบ [2] เป็นขั้นตอนพื้นฐานในคอมพิวเตอร์วิสัยทัศน์มีความจำเป็นที่จะชี้ให้เห็นขอบจริงที่จะได้รับสิ่งที่ดีที่สุด ผลลัพธ์ที่ได้จากขั้นตอนการจับคู่ นั่นคือเหตุผลที่มันเป็นสิ่งสำคัญที่จะเลือกเครื่องตรวจจับขอบที่เหมาะสมที่ดีที่สุดเพื่อการประยุกต์ใช้ วิธีการแบบเดิมในการตรวจจับการเคลื่อนย้ายวัตถุรวมถึงกรอบความแตกต่าง (หรือความแตกต่างชั่วคราว) ขั้นตอนวิธีการขั้นตอนวิธีการลบพื้นหลังขั้นตอนวิธีการไหลของแสงและการเรียนรู้ขั้นตอนวิธีการทางสถิติ การไหลของแสงและสถิติขั้นตอนวิธีการเรียนรู้ที่มีความซับซ้อนในการคำนวณมากและไม่เหมาะสำหรับวิดีโอการเฝ้าระวังการใช้งาน ในทางตรงกันข้ามขั้นตอนวิธีการลบพื้นหลังที่พวกเขาจะง่ายและสะดวกที่จะดำเนินการกับ thresholding การปรับตัว ดังนั้นพวกเขาจึงได้รับการพิจารณาให้มีความเหมาะสมสำหรับการใช้งานการเฝ้าระวังวิดีโอ หลังจากที่ได้รับการเคลื่อนย้ายภูมิภาคในวิดีโอการดำเนินงานทางสัณฐานวิทยาที่ใช้ในการลบเสียงแล้วการติดฉลากถูกนำมาใช้ในการติดตามวัตถุที่เคลื่อนที่ในระวางบีบอัดวิดีโอ รูปที่ 1 ต่อไปนี้แสดงแผนภูมิการไหลสำหรับวิธีนี้

ผลลัพธ์ (ไทย) 3:

การเคลื่อนย้ายวัตถุการตรวจสอบเป็นขั้นตอนที่สำคัญมากในงานเฝ้าระวัง
วิดีโอ และขั้นตอนวิธีการลบพื้นหลังเหมาะสำหรับการใช้งานเหล่านี้

ในการตรวจหาขอบกระดาษลิงค์และขั้นตอนวิธีการลบพื้นหลังที่ใช้สำหรับการติดตาม
ย้ายวัตถุ วิธีลบ
ประวัติการใช้งานของการลบภาพอย่างต่อเนื่อง แรกของทุกวิดีโอ
อัดโดยใช้ขั้นตอนวิธี DWT , บันทึกความจำ และยังช่วยลด
ครั้ง ) แล้วลิงค์ ( ใช้สำหรับรับขอบของวัตถุ และขั้นตอนวิธีการลบพื้นหลังที่ใช้กับ

ไม่เคลื่อนจากแยกย้ายเขตภูมิภาค จะเอาเสียงแบบไดนามิก การปรับการใช้ลักษณะทางสัณฐานวิทยาและ
และในที่สุด การติดฉลาก เสร็จตามภูมิภาคในวิดีโอ


ย้ายเคลื่อนไหวตรวจจับวัตถุในวิดีโอเป็นส่วนการวิจัยที่สำคัญ เนื่องจากมันถูกใช้ในการใช้งานมากมายเช่น
เฝ้าระวังวิดีโอฉลาดเคลื่อนไหวการวิเคราะห์การใช้งานอินเตอร์เฟซ humanmachine
, และอื่น ๆ ถึงแม้ว่ามากของการศึกษาได้รับ
ดำเนินการใน ปี ล่าสุด เรื่องยังคงท้าทาย .
จุดประสงค์หลักของโครงการคือ การย้ายวัตถุ และระบบติดตามด้วย
กล้องแบบคงที่เราเสนอทั่วไปวัตถุที่ตรวจจับและติดตามตามระบบการมองเห็นโดยใช้ขั้นตอนวิธีการลบ
พื้นหลัง ในขั้นตอนนี้ , วิดีโอ ( วิดีโอเป็นลำดับ
ภาพหรือเฟรม ) การบีบอัดจะทำเพื่อลดปริมาณของหน่วยความจำที่จำเป็นเพื่อแสดง
หรือการจัดเก็บวิดีโอ มีชั้นเรียนที่แตกต่างกันของการบีบอัดและเทคนิคต่าง ๆ

วิธีการขั้นตอนวิธีตาม ,JPEG / ครบกำหนด vq และแนวเศษส่วน ดังนั้นที่นี่เวฟเลตต่อเนื่องแปลง
( DWT ) [ 1 ] ใช้สำหรับการบีบอัดวิดีโอ .
หลังจากขั้นตอนวิธีการตรวจหาขอบ DWT , [ 2 ] มีขั้นตอนพื้นฐานในคอมพิวเตอร์วิสัยทัศน์
, มันเป็นสิ่งจำเป็นที่จะชี้ขอบจริงที่จะได้รับผลลัพธ์ที่ดีที่สุดจาก
ตรงกับกระบวนการ นั่นคือเหตุผลที่มันเป็นสิ่งสำคัญที่จะเลือกขอบเครื่องตรวจจับที่ลงตัวที่สุด

ใบสมัครปกติวิธีการย้ายวัตถุตรวจจับความแตกต่างรวมถึงกรอบ
( หรือความแตกต่างชั่วคราว ) ขั้นตอนวิธี ขั้นตอนวิธีการลบพื้นหลัง , การไหลของแสงและการเรียนรู้ทางสถิติ
อัลกอริทึม อัลกอริทึม การไหลของแสงและขั้นตอนวิธีการเรียนรู้ทางสถิติที่มีความซับซ้อนมาก
คำนวณและไม่เหมาะกับการใช้งานกล้องวงจรปิด

ในทางตรงกันข้าม ขั้นตอนวิธีการลบพื้นหลังพวกเขา
ง่ายและง่ายที่จะใช้กับการปรับแบบปรับได้ ดังนั้นพวกเขาจะถือว่า
จะเหมาะกับการใช้งานกล้องวงจรปิด หลังจากที่ได้รับการเคลื่อนย้ายในภูมิภาค
วิดีโอปฏิบัติการสัณฐานวิทยาถูกใช้เพื่อลบเสียงรบกวน และการติดฉลากใช้
ติดตามวัตถุที่เคลื่อนที่ใน DWT วิดีโอที่บีบอัด ต่อไปนี้แสดง figure1
แผนภูมิการไหลสำหรับอัลกอริทึมนี้