计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
7期
318-321
,共4页
混合模型%图像%形态学
混閤模型%圖像%形態學
혼합모형%도상%형태학
Hybrid model%Image%Morphology
基于高斯混合模型,提出了一种自适应的运动目标检测算法.首先,根据各像素点的像素值的集中程度,自适应地选择高斯分布的个数对背景模型进行学习与更新,再通过背景差分获取差分图像;其次,在对图像二值化的过程中,提出了一种改进的自动调整阈值的方法,用以对差分图像的像素进行分类后分别进行阈值化分割,这样就能得到前景目标;接着采用形态学重构的方法对阴影进行有效消除,从而使前景目标分割的效果得到有效的提高.实验证明,该方法具有较好的鲁棒性和检测效果,同时也具有较好的自适应性,特别是在检测目标本身灰度变化比较大等特殊情况下,更能体现出本算法的优越性.
基于高斯混閤模型,提齣瞭一種自適應的運動目標檢測算法.首先,根據各像素點的像素值的集中程度,自適應地選擇高斯分佈的箇數對揹景模型進行學習與更新,再通過揹景差分穫取差分圖像;其次,在對圖像二值化的過程中,提齣瞭一種改進的自動調整閾值的方法,用以對差分圖像的像素進行分類後分彆進行閾值化分割,這樣就能得到前景目標;接著採用形態學重構的方法對陰影進行有效消除,從而使前景目標分割的效果得到有效的提高.實驗證明,該方法具有較好的魯棒性和檢測效果,同時也具有較好的自適應性,特彆是在檢測目標本身灰度變化比較大等特殊情況下,更能體現齣本算法的優越性.
기우고사혼합모형,제출료일충자괄응적운동목표검측산법.수선,근거각상소점적상소치적집중정도,자괄응지선택고사분포적개수대배경모형진행학습여경신,재통과배경차분획취차분도상;기차,재대도상이치화적과정중,제출료일충개진적자동조정역치적방법,용이대차분도상적상소진행분류후분별진행역치화분할,저양취능득도전경목표;접착채용형태학중구적방법대음영진행유효소제,종이사전경목표분할적효과득도유효적제고.실험증명,해방법구유교호적로봉성화검측효과,동시야구유교호적자괄응성,특별시재검측목표본신회도변화비교대등특수정황하,경능체현출본산법적우월성.
