菜鸟学计算机视觉系统之MATLAB(4)

本文介绍了计算机视觉系统在MATLAB中的应用,包括帧差分和高斯混合模型两种背景减除方法。文章详细阐述了帧差分算法的步骤,并对比了高斯混合模型在背景建模和前景检测中的优势。此外,还提供了MATLAB代码示例,用于读取、处理视频并应用这些算法。
摘要由CSDN通过智能技术生成

菜鸟学计算机视觉系统之MATLAB(4)

这是我的第一次的技术性总结,主要是将在学校所学的知识,通过这种方式来进行复习。欢迎技术大佬前来指导与指正。

introduction

本章集中于视频处理,特别是从静态摄像机中自动侦测目标的背景减除方法。将学习用于对象检测的基本帧差算法如何在来自光学摄像机的视频帧序列中工作。将把结果与用于背景减法的高斯混合模型进行比较。
对于这个环节,需要有MATLAB中的计算机视觉系统工具箱。

background knowledge

1.背景减法
顾名思义,背景减法是在一系列视频帧中将前景对象(运动对象)从背景(静态环境)中分离出来的过程。该过程可以离线执行,但更常见的是需要实时执行。背景减法在许多新兴的视频应用中得到了应用,例如视频监控、交通监控、人机界面手势识别等等。

2.帧差分法
帧差分法是背景减法的最简单形式。它通常在视频帧上工作,然后将它们从颜色转换为灰度格式。因此,首先要做的是将从相机以RGB或HSV格式到达的视频帧转换为灰度格式。接下来,简单地从前一帧中减去当前灰度帧,并且如果给定像素的像素强度值的差值大于预先指定的阈值Ts,则该像素被视为前景的一部分。
在这里插入图片描述
算法步骤如下:
1.将传入帧“fr”转换为灰度(这里我们假设一个彩色RGB传感器)
2.从背景模型“bg_bw”中减去当前

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值