基于高斯的前景检测.rar

曲线提取作为低尺度操作中很重要的一步有许多应用。现存的大多数操作只使用简单的模型去进行提取，也就是说，没有考虑线周围造成的影响，这将会导致不希望的结果，只要存在不同的横向对比度(存在灰度差)，线就会被

通过高斯背景建模进行运动检测，并进行了滤波去噪等操作

多高斯模型是检测运动目标的一种背景消减的方法,算法新颖,易于实现,采用matlab

拉普拉斯高斯边缘检测源代码

有完整的代码程序,有语音,高斯混合模型的说话人识别

基于matlab的数字水印(高斯水印)+水印攻击,绘制相似度检测图,绘制峰值信噪比图,四种攻击方式,提供功能讲解文档,提供论文

本项目采集摄像头的图像数据，然后再屏幕上显示两种图像:屏幕有一个圆，圆内显示经过了边缘处理的图像，而圆外则显示原始图像。通过该工程，可以学到如下知识: 1、灰度转换、二值化、高斯滤波、sobel算法

基于背景Codebook模型的前景检测算法背景建模

针对非参数核密度估计算法前景检测不够精确、运算量大的问题，提出了一种基于背景差分图像的核密度估计前景检测方法。该方法结合了单高斯模型和核密度估计模型进行初始背景建模，利用背景差分图像，过滤掉非动态背景

本研究聚焦于基于C#的BS结构流动人口检测系统的应用前景，探讨了该系统在未来社会管理中的潜在价值和发展趋势。通过综合分析城市化进程加速、人口流动日益频繁的现状，本文认为流动人口管理的需求日益迫切。基于