適應(yīng)于復(fù)雜背景的前景檢測算法的研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩79頁未讀， 繼續(xù)免費閱讀

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)，請進行舉報或認領(lǐng)

文檔簡介

1、隨著社會對安全的日益重視,與安全問題息息相關(guān)的視頻監(jiān)控系統(tǒng)也越來越多的受到關(guān)注。前景檢測技術(shù)是視頻監(jiān)控的重要任務(wù)之一。它是目標(biāo)跟蹤、識別和定位等任務(wù)的重要前提,在視頻監(jiān)控系統(tǒng)、機器人導(dǎo)航、軍事監(jiān)控、交通檢測和醫(yī)學(xué)圖像分析等領(lǐng)域有廣泛的應(yīng)用。本文主要研究在復(fù)雜背景下的前景檢測算法,提出三種算法解決復(fù)雜背景下的前景檢測問題。
　　 在前景檢測中,傳統(tǒng)基于像素級別的混合高斯建模算法常常受到噪聲和誤檢的干擾,而且無法處理前景運動異常和陰

2、影的存在。該算法在基于塊的粗糙檢測和基于像素級別的精確檢測相結(jié)合的算法基礎(chǔ)上,提出了一種多重參考背景模型能夠有效地檢測前景異常運動并去除鬼影,同時研究了一種新的陰影抑制算法。
　　 研究了一種基于非參量概率密度的算法,解決傳統(tǒng)算法樣本和閾值選取的機械性,根據(jù)特征點分類更為適宜的檢測前景。首先,改進了一種SIFT-Displacement特征點描述子,并研究了一種核密度估計樣本選取算法和自適應(yīng)閾值定位算法。提出一種將特征點分類結(jié)果

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。

評論

0/150

提交評論