目标检测
凤鸣塔
stay hungry,stay foolish。
展开
-
运动目标检测方法综述
1.光流法原创 2014-04-16 18:49:28 · 5569 阅读 · 1 评论 -
混合高斯背景建模理解
目前,基于二值化图像提取运动目标仍具有广泛的应用。但是,在提取运动目标之前必须进行背景建模。背景建模的方法很多,如平均法,最大值最小值统计法,单高斯建模法,加权平均法等,而混合高斯背景建模应该来说是比较成功的一种。为什么这么说呢? 机器视觉算法提取运动目标面临的基本问题:图像抖动,噪声干扰,光线变化,云飘动,阴影(包括目标阴影和区域外物体阴影),区域内部反光(如水面,显示器),运动转载 2014-05-23 11:08:15 · 4527 阅读 · 0 评论 -
四连通域
这里列举二值图像连通域标记算法包括直接扫描标记算法和二值图像连通域标记快速算法一、直接扫描标记算法把连续区域作同一个标记,常见的四邻域标记算法和八邻域标记算法。1、 四邻域标记算法:1) 判断此点四邻域中的最左,最上有没有点,如果都没有点,则表示一个新的区域的开始。2) 如果此点四邻域中的最左有点,最上没有点,则标记此点为最左点的值;如果此点四邻域中的最左原创 2014-06-16 19:36:57 · 4253 阅读 · 0 评论 -
Fusing time-of-flight depth and color for real-time segmentation and tracking
融合飞行时间深度与颜色信息的实时分割与跟踪摘要:本文提出了一个改进的实时分割和跟踪目标的框架,通过融合深度和颜色信息。我们可以解决在分割和跟踪过程中存在的常见的问题,例如遮挡,快速移动,相似颜色的物体。我们提出的mean shift算法优于以前的算法,在复杂的场景中可以得到满意的效果。1 引言在机器视觉的应用中,分割和跟踪是重要的基础。这两个问题是已经被翻译 2014-06-18 11:06:12 · 1025 阅读 · 0 评论