单高斯与混合高斯相结合的运动目标检测 moving target detection based on combination of single gaussian model and gaussian mixture model.pdfVIP

下载本文档

6
0
约1.79万字
约 5页
2017-11-02 发布于上海
举报
版权申诉

单高斯与混合高斯相结合的运动目标检测 moving target detection based on combination of single gaussian model and gaussian mixture model.pdf

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

单高斯与混合高斯相结合的运动目标检测 moving target detection based on combination of single gaussian model and gaussian mixture model

斯与混合高斯相结合的运动目标检测陆彬王敏 (华中科技大学自动化学院图像信息处理与智能控制教育部重点实验室武汉430074) 摘要论文提出了一种将单高斯建模法与混合高斯建模法相结合的运动目标检测方法。针对实际场景中的部分动态背景会给运动目标检测带来很大干扰，混合高斯建模法提取目标不完整、实时性差的问题，结合单高斯建模法处理的优点，将图像自动分割为静态背景区域和动态背景区域，分别检测，并将得到的运动目标检测图像迸行拼接及后续处理。实验结果表明，用该方法提取目标完整度高，实时性好，对动态背景干扰不敏感，具有较好的鲁棒性。关键词运动目标检测；单高斯模型；混合高斯模型；动态背景；图像分割 DOI：10．3969／j．issnl672—9722．2014．05．013 中图分类号TP391 Combinationof DetectionBasedon MovingTarget sian andGaussianMixtureModel S GausModel ingle LUBillWANGMin of and Control， (KeyLaboratoryImgeProcessinghtelligent Sch001of ofscienceaJld 430074) Automation，HuazhollgUnjversity Techn0109y，Wuhan on衄bimtionof Gaussianmodeland A吣t哺ctThis a detectionmethodbased paperpresentsrnovingtarget sirlgle miXturemodel．In of a lotofinterferenceto (hussian practicalsituations，partthe凼maIllicbackgmund、ⅣiUbring moving the with real-tim巴 detection，andtraditiomlGaussianmixture Inethodcan’textract target Inodeling completetarget pIDor the oftreatmentwith iscutintostaticand model，the d”砌icbackground (bnsiderillgadvantages single(、aussianirllage a翠la mixture method whichis with Gaussian methodandGaussian t11at： processedsingle rnodelirlg modeling respectively．After