基于自适应背景模型的运动目标检测.pdfVIP

基于自适应背景模型的运动目标检测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
光电工程

维普资讯 第35卷第 1期 光电工程 Vo1.35,No.1 2008年 1月 Opto—ElectronicEngineering Jan,2008 文章编号:1003—501X(2008)01—0026—05 基于自适应背景模型的运动 目标检测 查成东,王长松,巩宪锋,周家新 (北京科技大学 机械工程学院,北京 100083) 摘要:针对运动 目标检测中背景模型的提取和更新,本文首先提出了基于改进K.均值聚类算法的背景提取方法。 该方法给出了动态三元组(Dn)G)的概念,并且对每个像素用3个动态三元组进行建模,实现 了原始背景的提取。 其次,提出了一种新颖的自适应背景建模方法。对每个像素维护一个新的动态三元组,根据像素的动态变化信息 决定更新策略,实现了背景的自动更新,可以适应光照的突变、缓变和场景本身的变化。实验验证 了该方法的有 效性。 关键词:背景提取;背景建模;K一均值聚类;计算机视觉;动态三元组 中图分类号:TN911.73 文献标志码:A M ovingTargetDetectionBasedonAdaptiveBackgroundM odel ZHACheng—dong,WANGChang-song,GONGXian-feng,ZHOUJia-xin (MechanicalEngineeringSchoolUniversityofScienceandTechnologyBeijing,Beijing100083,China) Abstract:Tosolvethegenerationandupdateofbackgroundmodelinmovingtargetdetection,firstly, anapproachto backgroundgenerationbasedonmodifiedK—meansclusteringalgorithm wasproposedinhtispape~Theconceptof DynamicThree—dimensionGroup(DTDG)wasgivenandeachpixelwasmodeledusnigthreeDTDGs.Theapproachgot backrgoundextraction.Secondly,anovelapproachofadaptivebackrgoun dmodelwaspresented.Anypixelwasmodeled byonenew DTDG.Updatingdecisionsweremadeaccordingtothepixeldynamicchangeniformation.TheapproachCna updatehtebackrgoun dtoadaptslowness,suddenchna gesinilluminationandmovingbackrgoundtargetsautomatically, Theexperimentalresultsdemonstratetheeffectivenessoftheproposedapproach. Keywords:backrgoun dgeneration;backrgoun dmodel;K-menasclustering;computervision;dny amicthree-dimension rgoup 1 引 言 在许多计算机视觉应用领域,如智能监控、人机交互等,从视频图像序列中实时分割运动 目标是一项 基本而又重要的环节。现有的运动分割方法可以归纳为3种:光流法J【J、相邻帧差法 、背景减法[5-71。 光流法的优点是能够检测独立运动的对象,不需要预先知道场景的任何信息。但光流法计算复杂耗时,很 难实现实时检测。相邻帧差法适用于动态变化的环境,但不能够完整的

文档评论(0)

fengbing + 关注
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档