

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在計(jì)算機(jī)視覺(jué),智能監(jiān)控等領(lǐng)域,運(yùn)動(dòng)目標(biāo)檢測(cè)是后續(xù)跟蹤、識(shí)別和行為理解的基礎(chǔ)。本文針對(duì)攝像機(jī)靜止的情況,研究了一種基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。主要工作如下:
(1)理論研究部分。比較了常用的運(yùn)動(dòng)目標(biāo)檢測(cè)算法的優(yōu)缺點(diǎn);對(duì)現(xiàn)階段比較常用的背景建模方法從運(yùn)算量、檢測(cè)效果、處理背景擾動(dòng)能力和存儲(chǔ)空間需求等方面進(jìn)行了分析和比較。
(2)視頻預(yù)處理。采用雙線性內(nèi)插法進(jìn)行圖像尺寸變換;采用三維矢量中值濾波算法抑制對(duì)模
2、型影響較為嚴(yán)重的脈沖噪聲和椒鹽噪聲,實(shí)驗(yàn)表明該算法能比標(biāo)量濾波和二維矢量中值濾波取得更高的信噪比。
(3)運(yùn)動(dòng)目標(biāo)檢測(cè)。實(shí)現(xiàn)了基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè),并針對(duì)經(jīng)典模型對(duì)突發(fā)運(yùn)動(dòng)和光線突變響應(yīng)速度慢的問(wèn)題提出了一種改進(jìn)算法,將前景區(qū)域分成運(yùn)動(dòng)目標(biāo)區(qū)和誤檢區(qū),并為誤檢區(qū)賦予較大的更新速率,實(shí)驗(yàn)表明該算法可以有效的改善原有混合高斯模型響應(yīng)場(chǎng)景突變慢的問(wèn)題。
(4)運(yùn)動(dòng)檢測(cè)后處理。采用中值濾波抑制孤立前景點(diǎn),采
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)的混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法.pdf
- 基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf
- 基于高斯混合模型的紅外運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf
- 基于高斯混合模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究和應(yīng)用.pdf
- 單高斯背景模型運(yùn)動(dòng)目標(biāo)檢測(cè)算法的研究改進(jìn).pdf
- 基于改進(jìn)混合高斯模型的前景檢測(cè)算法研究.pdf
- 基于高斯混合模型的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 基于改進(jìn)的混合高斯模型的目標(biāo)檢測(cè)方法.pdf
- 基于混合高斯模型的智能視頻多目標(biāo)檢測(cè)算法研究.pdf
- 基于自適應(yīng)高斯混合模型的運(yùn)動(dòng)檢測(cè)算法研究.pdf
- 基于自適應(yīng)混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 基于邊緣檢測(cè)的混合高斯運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 基于混合高斯模型的目標(biāo)檢測(cè)與陰影去除算法研究.pdf
- 基于高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于混合高斯模型和三幀差分法的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 基于高斯混合模型的圖像序列運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究.pdf
- 基于混合高斯與塊匹配算法的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究.pdf
- 基于高斯背景模型的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf
- 基于實(shí)時(shí)視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)算法.pdf
- 一種改進(jìn)的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)算法
評(píng)論
0/150
提交評(píng)論