暂无评论
视频的目标分割与阴影检测技术是计算视觉领域中最主要的研究方向之一。基于混合高斯模型，提出一种双重阴影消除策略，首先通过HSV模型下的颜色夹角确定疑似阴影，再对运动目标和疑似阴影进行混合高斯建模而消除实
一种基于码本的监控视频运动目标检测算法供大家参考学习。
当视频监控中存在动态背景干扰、鬼影现象和静止目标时，Viε算法的检测性能较差。针对该问题，提出一种改进的ⅤiBe算法。通过otsu算法得到图像的动态阈值，提升算法在动态背景中的抗干扰能力，同时结合区域
由于井下粉尘多,照度低,且光照不均匀,矿井监控图像往往噪点多,对比度低,容易产生雾化现象。针对上述问题,提出一种基于偏微分方程和引导滤波算法的图像增强方法。该方法通过构造偏微分方程对监控图像进行去噪;
一种图像边缘精确检测方法，肖艳萍，，图像的边缘是图像最基本也是最重要的特征之一。边缘检测一直是计算机视觉和图像处理领域的经典研究课题之一。边缘检测的目的是去
针对复杂网页图像中文本的特点，提出了一种基于最大类间差法（OTSU）的文字分割方法。对原文字图像进行预处理，统一了分割后字符的颜色、去除了大量的噪声、提高了图像的对比度；在全局阈值的基础上确定了各字符
提出一种新的基于无限冲激响应( IIR) 低通滤波的Retinex 图像增强算法, 该算法具有边缘保留功能, 不会产生光晕效应, 而且计算量较小. 并将该算法与实数编码遗传算法相结合, 使其具有针对不
经过直方图双峰法进行图像分割的图 c)和图 d)进行对比，对于路面有阴影的情况(即存 在多阈值时)使用基于双峰法和 Otsu 多阈值法的图像分割效果明显好于基于双峰法的图 像分割。接着对经过图像分割后
论文研究-一种基于目标贴近度的多目标决策方法.pdf, 提出了衡量目标方案的一个新指标——目标贴近度 ,并给出了一种基于目标贴近度的多目标决策方法 .
本文详细介绍了复杂背景图像中检测动目标的一种方法，值得参考！
暂无评论