已閱讀1頁，還剩78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、針對序列圖像的背景減除可以實現(xiàn)運動目標(biāo)的檢測，通過分離圖像的背景和運動目標(biāo)，獲取圖像的有效信息，從而根據(jù)獲取的運動目標(biāo)對其特征進行分析并加以處理，在目標(biāo)的目標(biāo)跟蹤、關(guān)節(jié)定位、動作分析理解及3D重構(gòu)等領(lǐng)域具有很高的應(yīng)用價值。
本論文在研究了背景區(qū)域灰度值的分布特性和數(shù)學(xué)模型的基礎(chǔ)上，確定了基于高斯混合模型的背景減除算法;針對傳統(tǒng)的最大期望算法存在運算量大、受初始值影響容易產(chǎn)生局部極大值的問題，提出了一種結(jié)合了根據(jù)圖像灰度值快速初
2、始化高斯混合模型參數(shù)的算法，提高了背景模型參數(shù)的初始化速度，并提高了高斯混合模型參數(shù)初始化的準(zhǔn)確度;針對背景減除后運動目標(biāo)中的陰影，研究了顏色空間的基本特性，提出了在HSV顏色空間下基于陰影亮度和色度特征的陰影檢測算法，針對高斯混合模型背景減除的結(jié)果進行陰影消除。
基于Visual Studio2015平臺和OpenCV v3.2.0函數(shù)庫，針對室內(nèi)室外不同光照條件下的序列圖像，采用本文的算法分別進行了背景減除實驗與基于HSV
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(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。
最新文檔
- 基于高斯混合模型的語音轉(zhuǎn)換方法研究.pdf
- 基于改進的混合高斯模型的目標(biāo)檢測方法.pdf
- 基于改進自適應(yīng)混合高斯模型的背景建模及對象計數(shù)方法研究.pdf
- 基于高斯混合背景模型運動檢測與DSP實現(xiàn).pdf
- 基于自適應(yīng)背景減除方法的運動目標(biāo)檢測.pdf
- 一種基于高斯混合模型的圖像檢索方法.pdf
- 基于FPGA的背景減除加速.pdf
- 基于高斯混合模型的運動目標(biāo)檢測.pdf
- 基于混合高斯改進算法的視頻背景建模研究.pdf
- 基于高斯混合模型的圖像分割的研究.pdf
- 基于改進高斯混合模型的說話人識別方法研究.pdf
- 基于高斯混合模型的語種識別技術(shù).pdf
- 基于混合高斯模型的說話人識別.pdf
- 基于高斯混合模型的咳嗽音檢測研究.pdf
- 基于高斯混合模型的參數(shù)遷移聚類.pdf
- 基于高斯混合模型分類的SAR圖像檢索.pdf
- 基于高斯混合模型的語種識別的研究.pdf
- 基于歷史特征模型的背景減除算法研究及實驗分析.pdf
- 基于混合高斯的背景建模與陰影抑制算法研究.pdf
- 基于高斯混合濾波的目標(biāo)跟蹤方法.pdf
評論
0/150
提交評論