基于改進的幀差法和背景差法實現(xiàn)運動目標檢測.pdf_第1頁
已閱讀1頁，還剩68頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、運動目標檢測是計算機視覺和圖像處理領域研究的重點和難點之一，它是運動目標跟蹤和行為識別的基礎。幀差法、背景差分法和光流法等方法是目前運動目標檢測的幾種常用方法。本文針對幀差法和背景差分法展開研究，對兩種方法分別進行改進和融合，并將融合算法應用到復雜場景中進行運動目標檢測，從而提高在復雜場景下運動目標檢測的精確度。
　　首先，當運動目標和運動背景相似時，使用三幀差法不能得到運動目標的完整輪廓。本文在兩幀差分法的基礎上，使用Canny

2、邊緣檢測算法提取運動目標輪廓信息，再將其與三幀差分法結合，得到改進的三幀差分法來提高復雜場景下運動目標輪廓的完整性。
　　其次，由于傳統(tǒng)的高斯混合模型選擇的初始化均值參數(shù)是樣本點中的隨機數(shù)，因此導致檢測結果不理想。本文對高斯混合模型背景差分法進行改進，利用k-means聚類算法快速得到聚類中心點，再把該點作為高斯混合模型背景更新時的初始化均值參數(shù)，從而提高在復雜場景下運動目標的檢測精度。
　　最后，為了提高多種場景下運動目標

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論