已閱讀1頁，還剩39頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、作為傳遞信息的重要媒體和手段——圖像信息是十分重要的.隨著信息技術(shù)的進步,數(shù)字圖像處理技術(shù)得到迅速的發(fā)展,其研究內(nèi)容已經(jīng)由靜態(tài)圖像處理發(fā)展到了對序列圖像、動態(tài)連續(xù)圖像的研究.在數(shù)字圖像處理技術(shù)廣泛的應(yīng)用領(lǐng)域中動態(tài)圖像的連續(xù)采集和連續(xù)處理具有多方面的實用價值.動態(tài)圖像與靜態(tài)圖像相比,不僅是空間位置的函數(shù),而且是隨時間變化的,包含有運動的信息.對于運動目標(biāo)的檢測就是實時在被監(jiān)視的場景中檢測運動目標(biāo),并將運動目標(biāo)提取出來.在該文中對在靜止背景
2、下運動目標(biāo)監(jiān)控研究方面當(dāng)前已有的目標(biāo)檢測算法:基于幀間差異的算法、基于背景估計圖像與當(dāng)前幀圖像差異的算法和基于背景統(tǒng)計模型的算法進行了介紹.自從1965年美國控制論學(xué)者Zadeh教授提出模糊論以來,模糊理論在各個領(lǐng)域都有充分的應(yīng)用,特別是近年來,模糊理論在圖像處理方面的應(yīng)用日益增多.該文主要是基于幀間差異來檢測運動目標(biāo)的方法,同時在模糊C均值聚類(FCM)算法的基礎(chǔ)上進行改進,根據(jù)隸屬度的不同來抑制噪音對視頻流信息的影響,通過該方法進行
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(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。
最新文檔
- 稀疏子空間聚類算法及其在運動分割中的應(yīng)用研究.pdf
- Web事務(wù)聚類中模糊聚類算法的應(yīng)用研究.pdf
- 混沌遺傳算法在運動目標(biāo)跟蹤系統(tǒng)中的應(yīng)用.pdf
- 模糊聚類算法在圖像分割中的應(yīng)用.pdf
- 改進型的LBP算法及其在運動目標(biāo)檢測中的應(yīng)用.pdf
- 基于目標(biāo)函數(shù)改進的模糊聚類算法研究.pdf
- 模糊聚類算法及其在入侵檢測中的應(yīng)用.pdf
- 基于目標(biāo)函數(shù)的模糊聚類新算法及其應(yīng)用研究.pdf
- 模糊聚類算法應(yīng)用研究.pdf
- 區(qū)間二型模糊聚類算法研究及其在電力牽引監(jiān)控系統(tǒng)中的應(yīng)用.pdf
- 模糊聚類算法及其在文本挖掘中的應(yīng)用.pdf
- 模糊聚類算法研究及在CRM中的應(yīng)用.pdf
- 模糊文本聚類算法的研究與應(yīng)用.pdf
- 模糊聚類算法在學(xué)科建設(shè)中的應(yīng)用.pdf
- 分層模糊最小-最大聚類算法及其在圖像聚類中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法研究.pdf
- 抑制式模糊聚類算法及其應(yīng)用.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 特征提取在運動目標(biāo)檢測中的應(yīng)用分析.pdf
評論
0/150
提交評論