模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2006年
1期
84-88
,共5页
运动目标识别%运动目标检测%高阶统计量(HOS)%静态背景提取
運動目標識彆%運動目標檢測%高階統計量(HOS)%靜態揹景提取
운동목표식별%운동목표검측%고계통계량(HOS)%정태배경제취
采用基于视频技术的静态背景提取算法,利用二维图像的高阶统计量的固有特性,通过若干个连续或者不连续的图像帧,从含有运动目标的图像中提取出静态背景,最后将后续图像帧和已提取出的静态背景帧进行差分,实现运动目标的提取.本文方法和传统的帧差分方法相比,具有更好的抗环境噪声和自适应性.通过实验验证了本文算法的有效性.
採用基于視頻技術的靜態揹景提取算法,利用二維圖像的高階統計量的固有特性,通過若榦箇連續或者不連續的圖像幀,從含有運動目標的圖像中提取齣靜態揹景,最後將後續圖像幀和已提取齣的靜態揹景幀進行差分,實現運動目標的提取.本文方法和傳統的幀差分方法相比,具有更好的抗環境譟聲和自適應性.通過實驗驗證瞭本文算法的有效性.
채용기우시빈기술적정태배경제취산법,이용이유도상적고계통계량적고유특성,통과약간개련속혹자불련속적도상정,종함유운동목표적도상중제취출정태배경,최후장후속도상정화이제취출적정태배경정진행차분,실현운동목표적제취.본문방법화전통적정차분방법상비,구유경호적항배경조성화자괄응성.통과실험험증료본문산법적유효성.