网站大量收购独家精品文档,联系QQ:2885784924

融合高斯混合模型及小波变换的运动目标检测.pdf

融合高斯混合模型及小波变换的运动目标检测.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
第16卷第9期 2011年9月 of and Journal Image 中豳法分类号:TP391文献标志码:A 文章编号:1006-8961(2011)09-1716·06 论文素引信息:蔡念,陈世文,郭文婷,潘晴.融合高斯混合模型和小波变换的运动目标检测[J].中国图象图形学报,2011, 16(9):1716-1721 融合高斯混合模型和小波变换的运动目标检测 蔡念¨,陈世文1’,扪,郭文婷¨,潘晴1’ 1’(广东工业大学信息工程学院,广州510006)2’(嘉应学院,梅州514015) 摘要:当前景目标与背景在颜色上接近时,仅采用高斯混合模型进行目标检测容易导致误判。为了提高模型分 割算法的鲁棒性,提出一种融合高斯混合模型和小波变换的运动目标检测算法。通过小波变换提取图像的纹理特 征信息,利用高斯混合模型拟合背景信息。将两者融合起来,把纹理信息作为颜色信息的补偿,保证了模型在线更 新背景信息时模型的稳定性和收敛性,同时弥补了目标分割中前景与背景颜色信息接近时容易导致误判的不足。 实验结果表明,本文方法比经典高斯混合模型方法具有较高的分割精度。 关键词:高斯混合模型;小波变换;目标检测 detectionGaussianmixturemodelandwavelettransform Movingobject using Cai Nian¨,ChenShiwenl’,∞,GuoWenting¨,PanQin91’ of 510006 1)(洲ofInformationEngineering,Gua增dongUn/vermyTechno/ogy,嘲嘞uChina) 514015 2’(血砸昭University,MdzhouCh/na) errol鸭oftenarise mixture to whenGaussian detect in Abstract:Commission models(GMMs)aremovingobjects apphed and of situationswhere havesimilarcolors.To therobustnessthe foregroundbackground improve segmentationmethod,a detectionmethodis a mixturemodelwiththewavelettransform.Thewavelet Gaussian movingobject proposedbycombining transformis tOextracttextureinformationandaGMMis to the information employed employedupdatebackground.Color andtextureinformationare for method theabilitiesof and

文档评论(0)

xiaofei2001129 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档