搜索资源列表
images-shadow-dislodge
- 载入运动视频的每一帧，然后将其转化为灰度图，构造固定背景背景，基于差分法取出运动目标的阴影。-Loading each frame of video, and then be converted to grayscale
FindMoving
- 由运动目标检测的两种基本方法----帧间差分法和背景差分法,借助于OpenCV技术，在Visual C++ 6.0编程环境下开发了运动目标检测系统。该系统首先对不同途径采集的视频图像序列进行相关的预处理之后，分别采用不同检测算法检测出图像序列中的变化区域，最后用形态学滤波和连通性分析对变化区域进行后处理，从而将视频图像序列中的运动目标比较可靠地检测出来。-The two basic methods of moving target detection---- inter-frame diffe
Motion-human-detection
- 在背景图像差分的基础上，提出一种改进的实时背景更新算法。通过背景学习过程，利用若干帧连续图像中每点像素灰度值样本，估算对应像素点的灰度值均方差。利用正态分“3σ原则”对图像背景进行实时更新，消除背景变化对人体分割的影响。-Motion human detection based on difference background image
find_connected_components
- 连通域法，将帧间差分或者平均背景法得到的图像进行去除噪声处理，使其得到光滑的图像-find connected components
Video-Demo
- VC++视频图像运动目标检测，视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 视频只限于RGB非压缩Windows AVI格式-VC++ video image moving target detection, video presentations algorithm including: 1. The background prediction target d
beijingfa
- 在vc++6.0下，利用opencv函数库，使用背景差分法检测车辆，并显示背景帧，和前景帧-Use opencv library in vc++6.0, using the background subtraction method detects the vehicle, and the background frame, frame and prospects
BackSub
- 帧间差分法去背景，可以实现图片序列中的任意两帧的相减-Inter-frame difference method to the background, you can achieve any picture sequence subtraction of two
multitracking
- 基于OpenCV2.4.4+Visual Studio2008下的多目标跟踪代码。基于帧间差分法判断视频的背景和前景。-OpenCV2.4.4+ Visual Studio2008-based multi-target tracking code. Based on inter-frame difference method to determine the background and foreground of the video.
detection-and-tracking
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法-Algorithm for video presentation include: 1. Static background background prediction target detection 2. Static background frame difference method for
video-processing-
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 -Algorithm for video presentation include: 1. Static background background prediction target detection 2. Static background frame difference method for target d
second2
- 静态背景目标跟踪。采用帧间差，去噪处理，区域生长法。还原前景。-Static background target tracking. Using inter-frame difference, denoising, region growing method. Restore outlook.
The-infrared-target-detection-method
- 本程序采用matlab编码，一共有包括帧间差分法、背景差分法、光流法、混合高斯模型法四种方法来实现红外目标检测的功能，代码检测易懂，适合初学者多多借鉴~-This procedure using matlab coding, a total including the inter-frame difference, background subtraction, optical flow method, Gaussian mixture model approach are four ways
Video-Demo
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法-Algorithm for video presentation include: 1 Static background background prediction target detection 2 Static background frame difference method for target de
Background-subtraction
- 背景差针法提取目标,输出背景和前景图，帧数。-Background subtraction needle extraction of the target, the output background and foreground figure, frames.
frame-differential-method-
- 源代码在matlab实现相邻帧间差分法对于视频中对移动目标的识别。附送视频，在matlab上能打开的视频只有无压缩的AVI视频。视频背景没有变化的情况下，处理效果很好。-The source code in matlab between adjacent frame difference method for the recognition of moving target in the video. Attached to the video, can open the video on th
1
- 利用当前帧图像与背景图像对应象素点的灰度差值来检测车辆。如果当前图像的象素点和背景图像的象素点灰度值差别很大，就认为此象素点有车通过；相反，如果当前图像的象素点和背景图像的象素点灰度值差别较小，在一定的阈值范围内，我们就认为此象素点为背景象素点。-Using the current frame image and the background image corresponding to the difference between the pixel gray vehicle is detec
zhenchajianfa
- 基于帧间差分法的静态背景下目标的识别与追踪，源码包括视频的读取与回放以及二值化后的图像处理。-Based on the identification and tracking under static background frame difference method goals, including the source and playback of video and read the binarized image processing.
Video-Demo
- 静态背景下背景预测法目标检测,静态背景下帧间差分法目标检测,Mean Shift方法目标跟踪方法-Background prediction target detection under static background, frame difference method for target detection under static background, Mean Shift method for target tracking method
gmm
- 混合高斯模型使用K（基本为3到5个） 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型，他主要是有方差和均值两个参数决定，,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模，因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率 为提高在繁忙
dangegenzong
- 通过背景差分法实现单个物体的跟踪，可以在物体外围加矩形框，但第一帧必须没有运动物体-By implementing tracking a single object in the background difference method, you can add the object rectangle perimeter, but the first frame must be no moving objects