opencv1.0--高级背景模型codebook+连通域
2016-08-23
0 0 0
暂无评分
其他
如何获取积分?
应用背景
很多背景场景都包括复杂的运动目标,解决这种问题的较好方法是获取每个像素或者一组像素的时间序列模型,这类模型可以很好的处理时间起伏。但是,计算复杂度高而且耗时。为了获得与自适应滤波相当接近的性能。采用Codebook来建模场景中感兴趣的状态,选择RGB颜色空间模型,学习一个覆盖组成图像像素三个通道上的Codebook,可以有效的解决像素剧烈变化的问题,从而鲁棒探测出场景的前景目标。
关键技术
考虑到简单背景减图法无法对动态的背景建模,有学者就提出了codebook算法。该算法为图像中每一个像素点建立一个码本,每个码本可以包括多个码元,每个码元有它的学习时最大最小阈值,检测时的最大最小阈值等成员。在背景建模期间,每当来了一幅新图片,对每个像素点进行码本匹配,也就是说如果该像素值在码本中某个码元的学习阈值内,则认为它离过去该对应点出现过的历史情况偏离不大,通过一定的像素值比较,如果满足条件,此时还可以更新对应点的学习阈值和检测阈值。如果新来的像素值对码本中每个码元都不匹配,则有可能是由于背景是动态的,所以我们需要为其建立一个新的码元,并且设置相应的码元成员变量。因此,在背景学习的过程中,每个像素点可以对应多个码元,这样就可以学到复杂的动态背景。
c++
相关源码推荐
局部路径规划算法-DWA算法
0
0
暂无评分
enDAQ-Shock-Data-Share-SRS-Blog
0
0
暂无评分
在Windows应用程序里调用chatGPT
0
0
暂无评分
测试Hello world
0
0
暂无评分
单向射线追踪计算RCS
0
0
暂无评分
暂无评论