背景建模与前景检测 - 部分网络文章
(2012-12-23 19:28:53)
from wuya's blog:
http://www.cnblogs.com/xrwang/
摘要:
在很多情况下，我们需要从一段视频或者一系列图片中找到感兴趣的目标，比如说当人进入已经打烊的超市时发出警报。为了达到这个目的，我们首先需要“学习”背景模型，然后将背景模型和当前图像进行比较，从而得到前景目标。 阅读全文
摘要: 《Nonparametric Background
Generation》一文中提出了影响因素描述模型及最可靠背景模型，该模型能从包含混乱运动对象的视频中生成清晰的背景图像，且对噪声和小幅度的摄像机振动具有鲁棒性。 阅读全文
摘要: 在上一篇文章里，我尝试翻译了《Nonparametric Background
Generation》，本文主要介绍以下内容：如何实现该论文的算法，如果利用该算法来进行背景建模及前景检测，最后谈谈我的一些体会。 阅读全文
摘要: 本文将介绍一种名为多阶编码本的背景模型，该模型借用《Wallflower:Principles and Practice of
Background Maintenance》中的三层模型思路，试图达到适应性更广，更精确，性能更好的目标。 阅读全文
摘要:
图像特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。本文主要探讨如何提取图像中的“角点”这一特征，及其相关的内容。而诸如直方图、边缘、区域等内容在前文中有所提及，请查看相关文章。OpenCv（EmguCv）中实现了多种角点特征的提取方法，包括：Harris角点、ShiTomasi角点、亚像素级角点、SURF角点、Star关键点、FAST关键点等等，本文将逐一介绍如何检测这些角点。在此之前将会先介绍跟角点检测密切相关的一些变换，包括Sobel算子、拉普拉斯算子、Canny算子、霍夫变换。另外，还会介绍一种广泛使用而OpenCv中并未实现的SIFT角点检测，以及最近在OpenCv中实现的MSER区域检测。所要讲述的内容会很多，我这里尽量写一些需要注意的地方及实现代码，而参考手册及书本中有的内容将一笔带过或者不会提及。 阅读全文
摘要:
图像分割指的是将数字图像细分为多个图像子区域的过程，在OpenCv中实现了三种跟图像分割相关的算法，它们分别是：分水岭分割算法、金字塔分割算法以及均值漂移分割算法。它们的使用过程都很简单，下面的文章权且用于记录，并使该系列保持完整吧。 阅读全文
摘要: RANSAC是“RANdom SAmple
Consensus（随机抽样一致）”的缩写。它可以从一组包含“局外点”的观测数据集中，通过迭代方式估计数学模型的参数。它是一种不确定的算法——它有一定的概率得出一个合理的结果；为了提高概率必须提高迭代次数。 阅读全文
摘要:
在很多情况下，我们需要从一段视频或者一系列图片中找到感兴趣的目标，比如说当人进入已经打烊的超市时发出警报。为了达到这个目的，我们首先需要“学习”背景模型，然后将背景模型和当前图像进行比较，从而得到前景目标。 阅读全文
摘要: 模板匹配是在图像中寻找目标的方法之一。Come On, Boy.我们一起来看看模板匹配到底是怎么回事。 阅读全文
摘要:
直方图直观的显示了图像在色彩空间的分布状况，本文将讨论在EmguCv及OpenCv中跟直方图相关的一些基本操作，包括：计算、显示、处理、对比及反向投影，并谈谈在实践过程中得到的一些经验。 阅读全文
摘要:
本文分析了在计算不同直方图间最小工作距离时，cvCalcEMD2函数在执行过程中出现内存不足异常的原因，并给出了分析结论。 阅读全文
摘要:
在.net中使用OpenCv和EmguCv时，必须在三者支持的图像格式之间进行转换。.net中用Bitmap类来承载图像，OpenCv中用IplImage指针来承载图像，EmguCv中用Image来承载图像。本文主要讲述如何在IplImage、Image和Bitmap之间转换。 阅读全文
摘要: 本文从许可协议、下载、安装、文档资料、易用性、性能等方面对常用图像处理类库进行比较，然后给出选择建议。 阅读全文
|
转载▼
