

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(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文主要研究了固定場景情況下基于背景減除方法的運(yùn)動(dòng)檢測在視頻監(jiān)控中的應(yīng)用。內(nèi)容涉及運(yùn)動(dòng)檢測方法及應(yīng)用、背景模型選擇及建立、陰影的檢測和識(shí)別以及運(yùn)動(dòng)估值幾個(gè)方面。 1. 運(yùn)動(dòng)檢測是計(jì)算機(jī)視覺、目標(biāo)識(shí)別與跟蹤、安全監(jiān)控等的視頻應(yīng)用的基礎(chǔ)。背景減除方法是運(yùn)動(dòng)檢測的重要方法,但對光照變化和陰影都比較敏感。本文首先提出一種新的背景減除方案,它運(yùn)用HSV色彩方案,結(jié)合時(shí)間差分方法檢測運(yùn)動(dòng)區(qū)域。實(shí)驗(yàn)結(jié)果顯示了較好的魯棒性。 2. 在運(yùn)
2、動(dòng)檢測過程中,隨著時(shí)間和環(huán)境的變化,背景圖像也在跟著變化,背景的變化使得背景部分很可能被誤分為前景運(yùn)動(dòng)物體。因此,有必要建立合適的背景模型,來適應(yīng)外界環(huán)境的變化。本文采用了K-高斯混合模型作為背景模型進(jìn)行實(shí)驗(yàn),它不僅可以適應(yīng)變化的背景,也能適應(yīng)高度繁忙或雜亂的場景中模型的建立。 3. 物體的運(yùn)動(dòng)常常會(huì)伴隨著陰影的發(fā)生,陰影的存在影響了運(yùn)動(dòng)檢測的正確性和準(zhǔn)確性。而且,陰影與運(yùn)動(dòng)物體具有兩個(gè)相同的重要的視覺特征:首先,陰影點(diǎn)與背景明
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(huì)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(chǔ)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(shí)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
- 智能視頻監(jiān)控中的攝像頭異常檢測.pdf
- 基于單攝像頭視頻分析的滯留目標(biāo)檢測.pdf
- 多攝像頭網(wǎng)絡(luò)中的目標(biāo)檢測與運(yùn)動(dòng)分析.pdf
- rtpjmf攝像頭視頻采集和傳輸
- 雙攝像頭的運(yùn)動(dòng)目標(biāo)檢測與跟蹤算法的系統(tǒng)設(shè)計(jì).pdf
- 基于輪廓波的攝像頭干擾檢測.pdf
- mfc+directshow攝像頭簡單視頻瀏覽
- 倒車攝像頭的安裝
- 水平轉(zhuǎn)動(dòng)攝像頭下的移動(dòng)物體切割.pdf
- 攝像頭的工作原理
- 監(jiān)控?cái)z像頭
- 基于車載攝像頭的前方運(yùn)動(dòng)車輛檢測與跟蹤方法研究.pdf
- 監(jiān)控?cái)z像頭
- 挑選攝像頭的知識(shí)
- 基于多攝像頭的多場景目標(biāo)跟蹤技術(shù)研究.pdf
- 多攝像頭視頻融合系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 視頻監(jiān)控中多攝像頭下的行人跟蹤.pdf
- 面向視頻監(jiān)控的攝像頭控制器的設(shè)計(jì).pdf
- 廣角攝像頭視頻圖像實(shí)時(shí)校正系統(tǒng)設(shè)計(jì).pdf
- 基于深度學(xué)習(xí)的多攝像頭視頻目標(biāo)跟蹤研究.pdf
評論
0/150
提交評論