搜索资源列表
motion-tracking-system-
- 本文分析比较了传统运动目标检测的3种主要方法:背景图像差分法、时态差分法和光流法,在此基础上给出了一种背景图像预测算法,大大减少了因为背景变化而产生的目标检测误差。本文基于OpenCV设计出改进的运动目标检测与跟踪算法,实现了运动目标的跟踪,并在VC++编译环境下,利用USB摄像头作为视频采集器,通过观察实验结果可以看出,本文的运动目标检测算法能够正确地检测出视频图像中的运动目标,而且在检测性能上优于普通的自适应背景差分法。 -OpenCV-based motion tracking sys
background-difference-method
- 利用OpenCV中背景差分的函数，进行背景差分法构建，可以很好的进行运动目标检测-Background difference method based on OpenCV
YCbCrGauaaModel
- 利用基于YCbCr空间的高斯模型建立背景，并实时更新，通过背景差分法检测出道路中的运动车辆目标，效果较好。-Gaussian model based on the YCbCr space is used to establish the background, updating in real time. Then background subtraction method is used to detect the target of the movement of vehicles in
FindMoving
- 由运动目标检测的两种基本方法----帧间差分法和背景差分法,借助于OpenCV技术，在Visual C++ 6.0编程环境下开发了运动目标检测系统。该系统首先对不同途径采集的视频图像序列进行相关的预处理之后，分别采用不同检测算法检测出图像序列中的变化区域，最后用形态学滤波和连通性分析对变化区域进行后处理，从而将视频图像序列中的运动目标比较可靠地检测出来。-The two basic methods of moving target detection---- inter-frame diffe
detect-motion
- 在VC++6.0的MFC中结合opencv1.0的环境中编写的运动目标检测，采用的是背景差分法，混合高斯背景建模-Combined opencv1.0 environment written in the MFC VC++6.0 moving target detection using background subtraction method, Gaussian mixture background modeling
codebook
- cedebook背景建模方法的背景差分方法检测运动目标！-cedebook background modeling method for background subtraction method for detecting moving targets!
bgBackground-difference
- vc6.0下，opencv1.0，运用opencv实现运动目标检测背景差分-Under vc6.0, moving target detection using opencv achieve background subtraction
detection
- 基于opencv的运动目标检测，运用帧间差分法对静态背景环境下的运动目标进行检测-Opencv based moving target detection, the use of inter-frame difference method for moving objects static background environment for testing
Background-difference-method
- 背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法,其性能依赖于所使用的背景建模技术。背景差分法检测运动目标速度快，检测准确，易于实现，其关键是背景图像的获取。在实际应用中，静止背景是不易直接获得的，同时，由于背景图像的动态变化，需要通过视频序列的帧间信息来估计和恢复背景，即背景重建，所以要选择性的更新背景。-Background difference method is the use of images in the sequence of the current
bs_movingdetecting_1
- 实现了运动目标的检测和跟踪，使用背景差分法，帧间差分法、光流法和均值漂移的方法，能够实现很好的对运动目标的跟踪-Achieve a moving target detection and tracking, using background subtraction, inter-frame difference, optical flow method and the method of mean-shift, it is possible to achieve a good track mov