2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、  隨著計算機(jī)視覺技術(shù)的不斷發(fā)展,視頻處理的理論和算法也在不斷進(jìn)步。前景物體提取是視頻分析的基礎(chǔ)性工作,也是國內(nèi)外學(xué)者研究的熱點問題。本文對復(fù)雜場景下的背景建模與前景物體檢測進(jìn)行了較為深入的研究,并著重研究了應(yīng)用廣泛的混合高斯背景建模算法,提出了一種改進(jìn)的背景更新算法。同時利用Intel公司開發(fā)的OpenCV提供的函數(shù)庫進(jìn)行測試。
  混合高斯模型是背景建模過程中比較常用的一種背景模型,該模型對圖像中的每個像素采用固定數(shù)量的高斯

2、分布,在實際應(yīng)用中并非最優(yōu)模型。本文提出一種改進(jìn)的混合高斯建模的方法,根據(jù)各點像素值自身的情況采取不同個數(shù)的高斯分布對其進(jìn)行描述,從而簡化了計算的復(fù)雜度。在判定前景與背景時給定一個時間閾值,在這段時間內(nèi)始終符合高斯分布的像素點才歸為背景區(qū)域,此方法能有效克服場景中噪聲的影響。實驗結(jié)果表明,改進(jìn)算法在有擾動及光照變化的場景中能夠進(jìn)行很好的背景建模。
  OpenCV是一個由Intel開發(fā)的開源計算機(jī)視覺庫,包含眾多圖像處理方面的函

3、數(shù),本文詳細(xì)介紹了OpenCV如何讀取、處理和存儲視頻序列,并且利用OpenCV的視頻處理的數(shù)據(jù)結(jié)構(gòu)、函數(shù)以及基本框架,實現(xiàn)了兩種前景物體檢測的算法,并且通過實驗進(jìn)行了比較實際效果。
  背景減除是計算機(jī)視覺應(yīng)用中一個基礎(chǔ)的處理任務(wù)。在大量基于像素處理圖像的算法中,每個像素都是獨立的,這類算法的局限在于拋棄了圖像中存在的大量關(guān)聯(lián)信息。本文研究一種基于像素塊的算法:可以在有噪聲干擾,光照變化及動態(tài)背景的場景中獲取前景物體,同時可以

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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