搜索资源列表
OPENCV_GMM
- 基于OPENCV的GMM算法，通过时间推移建立视频图像的高斯混合背景模型，并可有效检测其中的运动目标。
高斯背景建模分析
- 高斯背景建模分析，包括前景，背景提取
Gaussian
- OPENCV 的 高斯背景提取，可以方便的进行背景建模与分析-Extraction of the Gaussian background OPENCV, to facilitate the conduct of background modeling and analysis
gmm
- 利用混合高斯模型训练视频，获得背景图像，并将背景保存。-training video with GMM model ,then get the background,and store the picture in your computer.
movingdetecte
- 通过读取usb摄像头获取图像，能实现背景更新，高斯滤波，二值化，形态学滤波 -Obtained by reading the usb camera images to achieve the background updates, Gaussian filtering, thresholding, morphological filtering
hunhegaosijianmo
- 在MATLAB环境下，用混合高斯背景建模的方法实现对视频中运动目标的检测-In the MATLAB environment, using Gaussian mixture background modeling method to achieve the detection of moving targets in the video
GAUSSIAN
- 视频图像处理，采用背景减除法中单高斯建模进行前景和背景的分离-Video image processing, background subtraction method using a single Gaussian modeling conducted foreground and background separation
mixture_of_gaussians
- 视频图像处理，采用背景减除法中混合高斯建模进行视频前景和背景的分离-Video image processing, background subtraction method using Gaussian mixture modeling to separate the foreground and background video
GMM
- 针对摄像机固定下的复杂背景环境，对采集到的视频图像的图像数据用混合高斯背景建模方法实现前景/背景分割，实现运动目标检测和跟踪。在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以自适应。然后在测试阶段，对新来的像素进行GMM匹配，如果该像素值能够匹配其中一个高斯，则认为是背景，否则认为是前景。由于整个过程GMM模型在不断更新学习中，所以对动态背景有一定的鲁棒性。最后通过对一个有树枝摇摆的动态背景进行前景检测，取得了较好的效果。-For c
fall
- 混合高斯背景建模与CamShift算法结合的基于openCV的视频目标跟踪(OpenCV based video target tracking combined with hybrid Gauss background modeling and CamShift algorithm)