資源描述：
《混合高斯模型論文：基于局域灰度分布的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、混合高斯模型論文：基于局域灰度分布的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究【中文摘要】隨著網(wǎng)絡(luò)通訊技術(shù)、微電子技術(shù)、人工智能技術(shù)以及計(jì)算機(jī)視覺技術(shù)的發(fā)展，智能安防系統(tǒng)的研究和應(yīng)用逐漸得到人們的重視。而運(yùn)動(dòng)目標(biāo)檢測(cè)是智能安防系統(tǒng)中視頻處理的第一步，具有非常重要的作用，它通過對(duì)視頻序列進(jìn)行處理，提取出視頻序列中的運(yùn)動(dòng)物體，為接下來的運(yùn)動(dòng)目標(biāo)跟蹤、運(yùn)動(dòng)行為分析等部分提供數(shù)據(jù)支持。運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)已經(jīng)成為計(jì)算機(jī)視覺領(lǐng)域重要的研究課題之一，在科學(xué)研究和工程應(yīng)用中都有很高的價(jià)值，很多研究學(xué)者提出了很多種運(yùn)動(dòng)目標(biāo)檢測(cè)算法，但是在實(shí)際應(yīng)用中發(fā)現(xiàn)，監(jiān)控場景是復(fù)雜多變的，如
2、背景中出現(xiàn)的枝葉的搖擺、水面的波動(dòng)以及光照變換等，都會(huì)對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)結(jié)果產(chǎn)生影響。因此如何在復(fù)雜的監(jiān)控場景中檢測(cè)運(yùn)動(dòng)目標(biāo)是一個(gè)比較困難的問題。背景減除法是運(yùn)動(dòng)目標(biāo)檢測(cè)應(yīng)用最為廣泛的方法之一，本文在借鑒了混合高斯模型背景減除法和LBP模型背景減除法的思想基礎(chǔ)之上，提出了一種新的背景減除法——基于局域灰度分布的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。該方法將當(dāng)前視頻序列圖片分割成多個(gè)大小一定的區(qū)域，并統(tǒng)計(jì)區(qū)域中用Epanechnikov核函數(shù)對(duì)灰度分布進(jìn)行空間加權(quán)的直方圖，我們稱為距離灰度直方圖，其中利用每個(gè)區(qū)域中各個(gè)像素點(diǎn)到該區(qū)域中心的距離歸一化后作為Epan
3、...【英文摘要】Withthedevelopmentofthenetworkcommunicationtechnology,microelectronics,artificialintelligenceandcomputervisiontechnology,peoplepaymoreattentiontotheresearchandapplicationoftheintelligentsecuritysystems.Themovingobjectdetectionisthefirststepoftheintelligentsecuri
4、tysystemandisaveryimportantstep,itprocessesvideoimagesequences,extractsthemovingobjects,providesdatatosupportthefollowingworksuchasmovingobjecttracking,behavioranalysis.Movingobjectd...【關(guān)鍵詞】混合高斯模型局域灰度分布背景減除LBP模型背景建?！居⑽年P(guān)鍵詞】GaussianmixturemodelLocalgrayleveldistributionBac
5、kgroundsubtractionLBPmodelBackgroundmodeling【目錄】基于局域灰度分布的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究摘要4-5Abstract5-6第1章緒論9-131.1研究背景與意義9-101.2國內(nèi)外研究現(xiàn)狀10-111.3本文的主要工作和內(nèi)容安排11-13第2章圖像特征分析與提取方法研究13-212.1顏色特征13-162.1.1顏色空間13-142.1.2顏色特征的描述方法14-162.2紋理特征16-182.3形狀特征18-202.4本章小結(jié)20-21第3章運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究21-353.1幀間差分法21
6、-243.2W4方法24-253.3時(shí)間軸方向上的濾波法253.4光流法25-263.5減背景法26-343.5.1減背景法的基本思想26-283.5.2單高斯背景建模法28-303.5.3混合高斯模型30-343.6本章小結(jié)34-35第4章基于局域灰度分布模型的設(shè)計(jì)與實(shí)現(xiàn)35-504.1局域二元模型背景建模35-374.2局域灰度分布的多模態(tài)背景建模算法設(shè)計(jì)37-414.2.1局域灰度分布特征描述37-394.2.2局域灰度分布背景模型的設(shè)計(jì)39-414.3局域灰度分布背景模型的實(shí)現(xiàn)41-464.3.1算法流程設(shè)計(jì)41-424.3.2
7、數(shù)據(jù)結(jié)構(gòu)的設(shè)計(jì)42-444.3.3程序的偽代碼描述44-464.4實(shí)驗(yàn)分析與比較46-494.5本章小結(jié)49-50第5章總結(jié)與展望50-525.1總結(jié)505.2展望50-52參考文獻(xiàn)52-54作者簡介及在學(xué)期間所取得的科研成果54-55致謝55
