基于HALCON的视频对象分割及跟踪方法.docx

基于HALCON的视频对象分割及跟踪方法.

基于HALCON的视频对象分割及跟踪方法-5a5885ea81c758f5f61f678b.pdf

为了解决视频序列中对象的跟踪问题,本文在对于Snake活动轮廓模型改进的基础上,提出了基于Snake活动轮廓模型的视频跟踪方法。本方法采用时空融合的方式,根据短时间内相邻帧的运动趋势差异相似的前提,可

一种对象分割的相关方法，提取关键帧来辅助视频对象分割的方法。

一种基于直方图的视频跟踪改进算法，效果很好。

基于信息融合的视频对象分割方法综述，蔡晓惠，郑慧诚，视频对象分割是视频检索、视频存储与传输以及视频压缩编码的基础部分之一。由于视频对象分割中的各种复杂因素，现有方法往往是针

通过对连续3帧图像进行二次差分，自适应估计差分图像的噪声特征参数并滤除噪声，结合边界信息进行数学形态学运算，最终提取运动目标。实验结果证明，该方法能够从背景不变的图像序列中较好的提取出视频运动对象，具

针对目前许多视频对象分割方法中分割边界不精确、遮挡和不规则运动问题解决效果不好等问题,提出一种新的视频对象分割算法。利用人眼的视觉特点,即对运动(时间梯度)和边缘(空间梯度)都特别敏感,把帧间运动变化

这是我从中国优秀硕士学位论文全文数据库下载的优秀硕士学位论文《智能视频监控系统中基于GA的视频对象分割技术》，如果文件格式为*.kdh或者*.nh,请到中国知网下载阅读阅读器CAJViewer， 网址

\基于HALCON的视频交通参数检测方法.pdf