一种基于背景减法和帧差的运动目标检测算法

交通视频处理中隧道火灾检测是一个重要的主题。本文提出了一种基于视频的隧道火灾检测新方法。该方法依据火焰及烟雾的特征,先找出前景中火焰烟雾区域,再利用BP神经网络和D_S证据理论进行数据融合实现火灾检测

帧差法的目标检测，matlab程序，是入门新手的选择，可以熟悉matlab的导入视频，以及帧处理的一些方法

diffframe.rar - 帧差法检测目标，简单适用，便于新手学习。-Homodyne detection target frame, simple to apply, easy to learn

序列图片用帧差法来进行目标的检测

帧差法目标检测

代码使用简单的帧差法进行求视频序列中的运动目标，通过设置参数可以改变帧间的间隔，即每隔几帧进行帧差。该方法对噪声比较敏感，且容易产生运动目标内部空洞。

基于GMM(Gaussian Mixture Model,混合高斯模型)的物体识别基础上,利用GLCM(Gray-level co-occurrence matrix,灰度共生矩阵)及基于GLCM提取

基于图形处理器单元(GPU)提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA-SIFT(基于统一计算设备架构的尺度不变特征变换)算法提取图像匹配特征点的基础上,优化随机采样一致性算法(

在动态背景下实现对运动车辆的准确跟踪，识别等。分为倆部分一是动态背景，二是车辆跟踪

视觉显著性检测是很多计算机视觉任务的重要步骤，在图像分割、自适应压缩和识别物体方面都有很重要的应用。提出了一种基于HSV颜色、纹理特征和空间位置关系相结合的显著性检测算法。该方法先将图像分割成小的图像