[航空航天]混合高斯模型局域灰度分布背景减除LBP模型背景建模论文.doc_第1页
[航空航天]混合高斯模型局域灰度分布背景减除LBP模型背景建模论文.doc_第2页
[航空航天]混合高斯模型局域灰度分布背景减除LBP模型背景建模论文.doc_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

混合高斯模型论文:基于局域灰度分布的运动目标检测算法研究【中文摘要】随着网络通讯技术、微电子技术、人工智能技术以及计算机视觉技术的发展,智能安防系统的研究和应用逐渐得到人们的重视。而运动目标检测是智能安防系统中视频处理的第一步,具有非常重要的作用,它通过对视频序列进行处理,提取出视频序列中的运动物体,为接下来的运动目标跟踪、运动行为分析等部分提供数据支持。运动目标检测技术已经成为计算机视觉领域重要的研究课题之一,在科学研究和工程应用中都有很高的价值,很多研究学者提出了很多种运动目标检测算法,但是在实际应用中发现,监控场景是复杂多变的,如背景中出现的枝叶的摇摆、水面的波动以及光照变换等,都会对运动目标检测结果产生影响。因此如何在复杂的监控场景中检测运动目标是一个比较困难的问题。背景减除法是运动目标检测应用最为广泛的方法之一,本文在借鉴了混合高斯模型背景减除法和LBP模型背景减除法的思想基础之上,提出了一种新的背景减除法基于局域灰度分布的运动目标检测算法。该方法将当前视频序列图片分割成多个大小一定的区域,并统计区域中用Epanechnikov核函数对灰度分布进行空间加权的直方图,我们称为距离灰度直方图,其中利用每个区域中各个像素点到该区域中心的距离归一化后作为Epan.【英文摘要】With the development of the network communication technology, microelectronics,artificial intelligence and computer vision technology, people pay more attention to theresearch and application of the intelligent security systems. The moving object detection is thefirst step of the intelligent security system and is a very important step, it processes videoimage sequences, extracts the moving objects, provides data to support the following worksuch as moving object tracking, behavior analysis. Moving object d.【关键词】混合高斯模型 局域灰度分布 背景减除 LBP模型 背景建模【英文关键词】Gaussian mixture model Local gray level distribution Background subtraction LBPmodel Background modeling【目录】基于局域灰度分布的运动目标检测算法研究摘要4-5Abstract5-6第1章 绪论9-131.1 研究背景与意义9-101.2 国内外研究现状10-111.3 本文的主要工作和内容安排11-13第2章 图像特征分析与提取方法研究13-212.1 颜色特征13-162.1.1 颜色空间13-142.1.2 颜色特征的描述方法14-162.2 纹理特征16-182.3 形状特征18-202.4 本章小结20-21第3章 运动目标检测算法研究21-353.1 帧间差分法21-243.2 W4 方法24-253.3 时间轴方向上的滤波法253.4 光流法25-263.5 减背景法26-343.5.1 减背景法的基本思想26-283.5.2 单高斯背景建模法28-303.5.3 混合高斯模型30-343.6 本章小结34-35第4章 基于局域灰度分布模型的设计与实现35-504.1 局域二元模型背景建模35-374.2 局域灰度分布的多模态背景建模算法设计37-414.2.1 局域灰度分布特征描述37-394.2.2 局域灰度分布背景模型的设计39-414.3 局域灰度分布背景模型的实现41-464.3.1 算法流程设计41-424.3.2 数据结构的设计42-444.3.3 程序的伪代码描述44-464.4

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论