搜索资源列表
-
0下载：
对输入视频文件首先进行处理，使用高斯背景建模的方法，提取出视频的前景，然后对视频前景提取出其MSRE区域，并使用不同的颜色标记，最终保存成视频文件的形式。-First, the input video file is processed using a Gaussian background modeling method to extract the video foreground, and then extract its MSRE video prospect area, and use
-
-
0下载：
实现了车辆目标的背景建模、前景检测、阴影消除、车辆跟踪-Achieve a vehicle target background modeling, foreground detection, shadow elimination, vehicle tracking
-
-
0下载：
基于vs2008和opencv2.4.2的图像分割程序，该程序实现从给定图像中分割出前景ROI并显示分割后的结果。包含矩形窗口分割和掩码图像分割两种模式，采用掩码图像分割时，按Ctrl和鼠标左键添加背景，按Shift键和鼠标左键添加前景-Image segmentation based on vs2008 and opencv2.4.2 program, the program implementation from a given image segment the foreground RO
-
-
0下载：
1.首先单击载入图像菜单项（载入背景和前景图像）,图像在image文件夹下面。
2.然后单击车辆提取菜单项，依次进行图像做差、二值化、开运算、图像去噪、图像填充处理。
3.再单击轮廓提取菜单项，提取车辆轮廓。
4.最后单击车型识别菜单项，对车辆进行识别。
-1 First, click Load Image menu item (load background and foreground image), the image in the image folder below.
-
-
0下载：
混合高斯模型在运动检测中的应用，检测视频中的运动物体，做出其背景图像和前景图像-Gaussian mixture model in motion detection to detect moving objects in the video to make the background image and the foreground image
-
-
0下载：
最简单的频间差分，读取avi，分别显示背景、前景和查分后的图像。XP、opencv2.4.3环境运行。-The frequency difference between the easiest to read avi, respectively, show the background, foreground and check points after images.
-
-
0下载：
1.首先单击载入图像菜单项（载入背景和前景图像）,图像在image文件夹下面。
2.然后单击车辆提取菜单项，依次进行图像做差、二值化、开运算、图像去噪、图像填充处理。
3.再单击轮廓提取菜单项，提取车辆轮廓。
4.最后单击车型识别菜单项，对车辆进行识别。-1 First, click Load Image menu item (load background and foreground image), the image in the image folder below.
2
-
-
0下载：
利用基于直方图的自适应阈值方法实现分割前景与背景-Use histogram-based adaptive threshold segmentation method to achieve the foreground and background
-
-
0下载：
大津法由大津于1979年提出，对图像Image，记t为前景与背景的分割阈值，前景点数占图像比例为w0， 平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1-Otsu method by Otsu in 1979 suggested that the image Image, remember t for the foreground and background segmentation threshold, the prospect of accounting for the image
-
-
0下载：
采用高斯混合模型用于运动背景建模，可以检测出前景-Gaussian mixture model for motion background modeling, can detect the foreground
-
-
0下载：
Codebook model 视频抠像 xp sp3 + vs2005 + OpenCV 2.3.1-For a more detailed explanation of a “codebook” model refer to [reference: Gary Bradski and Adrian Kaehler: Learning
Opencv, September 2008: First Edition. p. 278].
During the application of the
-
-
0下载：
图像处理ImageMatting的实现。主要思路是：
1）手工交互的给出一个前景区域的包围盒。
2）根据当前的前景和背景分割结果，分别估计前景和背景的GMM模型
3）用GraphCut算法进行分割
对上述2），3）两步进行迭代，得到比较好的分割结果
（分割-->估计前景背景-->分割）
4）matting-Image processing ImageMatting achieved. The main idea is:
1) gi
-
-
1下载：
基于直方图的自适应阈值法实现分割图像前景与背景，matlab编写，包含测试图像和实验报告-Foreground and background to achieve image segmentation histogram-based adaptive threshold method, matlab prepared, containing the test images and test reports
-
-
0下载：
camshift算法跟踪-运行效果好.rar，是基于opencv的camshift算法，能提取背景、前景，实现对目标的跟踪，已调试能运行。-camshift algorithm track- good running effect rar, is based on the opencv camshift algorithm can extract the background, foreground, to achieve the goal of tracking, debugging can
-
-
0下载：
基于OPENCV的码本模型 可以把背景和前景区分 比较少见的资料 希望对大家有帮助-Can distinguish between background and foreground relatively rare OPENCV codebook based data model we want to help
-
-
1下载：
GRABCUTOpenCV中的GrabCut算法是依据《"GrabCut" - Interactive Foreground Extraction using Iterated Graph Cuts》这篇文章来实现的。该算法利用了图像中的纹理（颜色）信息和边界（反差）信息，只要少量的用户交互操作即可得到比较好的分割结果。如果前景和背景之间的颜色反差不大，分割的效果不好；不过，这种情况下允许手工标记一些前景或背景区域，这样能得到较好的结果。-GRABCUTOpenCV in GrabCut alg
-
-
0下载：
背景差分计算，实现背景与前景的灰度差，以及均方差值-Background difference calculated to achieve the gray background and foreground poor, and the mean square difference
-
-
0下载：
自动阈值法和otsu两种方法对图像进行背景和前景的分割。-Automatic threshold method and otsu two kinds of methods for image segmentation of background and foreground.
-
-
0下载：
针对传统背景建模存在的问题，文中基于低秩矩阵恢复原理，直接从视频序列中分离出前景物体和背景模型。已有低秩矩阵恢复算法的迭代计算过程中涉及大量的奇异值分解，而这些奇异值分解一般非常耗时且不够简洁，文中在非精确增广拉格朗日乘子法中引入线性时间奇异值分解算法，以得到更加有效的背景建模算法。基于
实际视频序列实验，结果表明该改进算法具有更好的建模效果和较少的运算时间。-In this paper，a novel method is present based on low-rank matrix r
-
-
0下载：
针对户外视频监控存在光照变化这一问题, 提出一个用于准确完成目标检测的实时背景建模框架. 考虑到目标检测
的准确性要求, 建立基于帧间像素亮度差统计直方图的像素亮度扰动阈值. 在此基础上, 针对背景建模的实时性要求, 提出一种基于自回归背景模型的参数快速更新方法. 鉴于不同光照变化的适应性要求, 定义对光照变化不敏感的背景纹理模型. 上述模型统称为自回归{ 纹理(Auto regression and texture, ART) 模型, 该模型适应于户外光照变化. 基于该模型构建像素亮度和纹
-
