视频图像中运动目标检测的快速方法
【摘要】:研究了基于Kalman滤波理论的渐消记忆递归最小二乘法,探讨了渐消记忆递归最小二乘法在图像序列重建图像背景中的应用,还提出两种检测移动阴影的快速算法,并用于视频图像运动目标的检测。先用背景重建算法对复杂背景进行更新预测,再用当前帧图像与预测背景差分提取动目标,最后检测并去掉目标的阴影。这里提出的检测方法简单、有效,便于用硬件快速实现。文中给出了实验结果。
|
|
|
|
1 |
匡宇,游志胜,王开平,杨红雨;精子运动图象的多目标检测与分割[J];中国图象图形学报;1999年05期 |
2 |
黄建新;Kalman滤波的人体运动位置跟踪算法[J];华侨大学学报(自然科学版);2003年03期 |
3 |
卢峥;张帆;程京;;基于信息扩散的Kalman滤波抗野值研究[J];科学技术与工程;2007年08期 |
4 |
鲁冬;;基于TMS320C6455的视频动目标检测装置设计[J];电子设计工程;2011年06期 |
5 |
周道兵;骆鹏;肖国强;张贝贝;;利用Kalman滤波的视频运动目标跟踪(英文)[J];西南师范大学学报(自然科学版);2009年06期 |
6 |
钟伟才,刘静,刘芳,焦李成;基于Kalman滤波的Helmholtz机进化算法[J];电子与信息学报;2004年08期 |
7 |
齐媛媛;陈莹莹;施建成;;欧洲陆面数据同化系统组成,系统设计和原理简介[J];遥感信息;2007年04期 |
8 |
唐润鸿;唐建;弓志峰;;嵌入Kalman滤波的Camshift人体跟踪研究[J];电子技术;2010年11期 |
9 |
李路,宿勇,周德超,刘忠;基于时空相关性检测的视频序列动目标检测方法[J];探测与控制学报;2005年03期 |
10 |
戴施华;周欣荣;;Kalman滤波理论在短时交通预测上的应用[J];哈尔滨商业大学学报(自然科学版);2005年06期 |
11 |
竺小松;吴彪;朱立新;;基于Simulink的动目标检测(MTD)建模与仿真[J];舰船电子工程;2006年03期 |
12 |
杨殿阁;连小珉;张涛;耿华;;基于北斗卫星的车辆组合导航系统开发[J];清华大学学报(自然科学版);2008年05期 |
13 |
张恩东;黄文浩;;基于小波变换和Kalman滤波的语音增强方法[J];模式识别与人工智能;2009年01期 |
14 |
曹作宝;包晓敏;汪亚明;周砚江;;基于Kalman预测和K-近邻的多目标跟踪[J];浙江理工大学学报;2011年03期 |
15 |
田晓东;刘忠;;基于改进梯度向量流形变模型的动目标检测方法[J];测试技术学报;2006年06期 |
16 |
田祥宏;陈爱萍;;一种自适应数据流值预测模型[J];福建电脑;2006年12期 |
17 |
闫莉萍;刘宝生;周东华;;基于Kalman滤波的多分辨率图像融合新算法[J];光电工程;2007年03期 |
18 |
刘志刚;郭艳颖;;基于小波-边缘保持Kalman滤波抑制散斑噪声算法[J];红外与激光工程;2008年S2期 |
19 |
伍友龙;朱志勇;;基于Camshift与Kalman的目标跟踪算法[J];微计算机信息;2010年09期 |
20 |
杨波;王雪;雷亮;;基于Kalman滤波的地图匹配方法[J];微计算机信息;2010年13期 |
|