搜索资源列表
-
0下载：
本代码是Foreground-Background Segmentation of Video Sequences的配套程序，利用KDE算法对avi进行处理，从而提取前景和背景，在windows, Visual C++下测试成功
-
-
0下载：
混合高斯模型，建立背景模型，从而可以分离前景与背景,Gaussian mixture model, background model, which can be separated from foreground and background
-
-
0下载：
基于opencv的背景差法，实现前景和背景的分离。需要先配置好vc2008，然后编译执行。-Opencv background difference based method to achieve the separation of foreground and background. Need to configured vc2008, and then compile the implementation.
-
-
1下载：
是一个实用的抠图软件，软件很小，对图像的前景和背景分离效果很好-Matting is a practical software, software is very small, the image foreground and background separation worked well
-
-
0下载：
介绍一种应用于视频运动检测中前景和背景建模分割的方法-proposes a novel method for detection and segmentation
of foreground objects from a video which contains
both stationary and moving background objects and undergoes
both gradual and sudden “once-off” changes.
-
-
0下载：
光流法之一：codebook BGS代码，参考论文Real-time foreground–background segmentation using codebook model （Kyungnam Kima,, Thanarat H. Chalidabhongseb, David Harwooda, Larry Davis），进行了简化。
实验效果：似乎噪声点太多了。-One of the optical flow method: the BGS codebook code, refer
-
-
0下载：
程序实现一个自适应阈值的算法，用以在不规则光照下从背景中提取出前景图像。-Procedures to achieve an adaptive threshold algorithm to extract the foreground from the background image in the irregular light.
-
-
0下载：
通过读取视频流，基于OpenCV建立背景模型，以用于前景检测-By reading the video stream, based on the OpenCV ，generate background model for the foreground pixels detection
-
-
0下载：
本文通过融合图像的颜色和梯度特征 ,实现了一种实时背景减除方法。首先融合颜色和梯度特征建立新的能量函数 然后基于图切割算法最小化能量函数 ,并对前景P 背景进行分割 最后使用光流验证前景区域的真实性 ,并更新背景模型。- Based on the fusion of color and gradient features , this paper implement s a novel approach to real-time background subtraction.Firstly ,
-
-
0下载：
可实现与graph-cuts算法相似的图像分割效果. 他借用了生物形态学知识，将每一个像素视为一个细胞，这些细胞可能是前景，背景，或其他。这些细胞依据其灰度竞争获得生长，由此获得分割。-This algorithm is presented as an alternative to graph-cuts. The operation is very simple, and can be thought of with a biological metaphor: Imagine each ima
-
-
0下载：
通过单高斯来建立背景，然后用背景减法来提取情景，并对前景进行跟踪和计数。-We establis the background through the method of singal Gaussian,then use the background substration to get foreground,we are also successed to get the counts of cars and to track the cars.
-
-
2下载：
两次利用大津法对图像进行分割，将前景与背景，白色区与背景分割开，并二值化。-Otsu method twice using image segmentation, the foreground and background, white background area and separate, and binary.
-
-
0下载：
基于区域融合的半监督的图像分割算法。首先在背景和前景手动设置初始分割标记，在迭代过程中不断通过区域融合操作获得最大相似度的区域，从而实现目标分割。-Regional integration based on semi-supervised image segmentation. First of all, in the background and foreground segmentation manually set the initial marking, in the iteration
-
-
0下载：
迭代法求阈值的原理：
基于逼近的思想，步骤如下：
1． 求出图象的最大灰度值和最小灰度值，分别记为ZMAX和ZMIN，令初始阈值T0=(ZMAX+ZMIN)/2；
2． 根据阈值TK将图象分割为前景和背景，分别求出两者的平均灰度值ZO和ZB
3． 求出新阈值TK+1=(ZO+ZB)/2；
4． 若TK=TK+1，则所得即为阈值；否则转2，迭代计算。
- Iteration method threshold principle: based on the i
-
-
0下载：
自己修改的基于closed-form的程序，对外国程序在时间上有两倍的改善，能对在复杂背景下的图片，通过画一些简单的前景线，背景线，抠图出前景-it is about matting foreground when the interested ared is located under complixed background,and then choosing some other beautiful background,you can create new image,which bri
-
-
0下载：
Real-time foreground–background segmentation
using codebook mode-Real-time foreground-background segmentation using codebook mode
-
-
0下载：
研究一种红外医学图像处理与分析方法,实现红外人脸图像中特征区域的自动定位。方法
针对红外正面脸部图像,采用一种无监督的局部和全局的特征提取方法,首先通过阈值法区分出前景和
背景,并根据面部特征对称性在前景中确定鼻区 然后在面部确定一个包含所有特征的矩形区域,利用
Harris算子在该区域检测出角点,并找出这些点的局部最大值点 最后用K-means方法对这些点进行
聚类
-To develop an mi age analyzing procedure forautomatic
-
-
0下载：
Tracking w/ blob detection, morphological operation (Togeather)
frames = {avi.cdata} uses the cdata from the video file
fg = extractForeground(frames) do foreground extraction
cmap = colormap(gray)
for i = 1:length(fg)
temp0{i} = edg
-
-
0下载：
针对智能视频监控中运动目标的检测，提出了一种基于字典学习的背景建模方法．结合时空域信息对视频中的每个位置进行字典学习来描述场景信息．利用背景频繁出现的特性，将字典中的词划分成描述背景的词和描述前景的词．用字典表达对应位置的结构，并根据字典中贡献最大词的属性对当前位置进行背景判断．根据判断的结果对字典进行实时更新．在公共的视频数据库上与传统的背景建模方法相比较，所提方法可以较好地检测出前景目标．-Intelligent video surveillance to detect moving tar
-
-
0下载：
前景提取四种方法，好学易懂，适合初学者！(Foreground extraction)
-
