首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   26篇
  国内免费   3篇
  完全免费   3篇
  自动化技术   32篇
  2018年   1篇
  2017年   3篇
  2015年   3篇
  2014年   6篇
  2013年   3篇
  2012年   3篇
  2011年   5篇
  2010年   5篇
  2009年   1篇
  2008年   2篇
排序方式: 共有32条查询结果,搜索用时 31 毫秒
1.
利用FPGA实现视频移动目标的有效检测   总被引:1,自引:1,他引:2       下载免费PDF全文
利用FPGA实现了一个视频移动目标检测系统,算法的基础是背景差分法。为了准确检测和定位移动目标,利用了灰度漂移算法和多颜色空间信息融合算法。灰度漂移算法是课题组最近在研究高斯混合模型的过程中提出的一种消除背景差分法检测的移动目标存在过多噪声杂点的算法,可以非常有效地消除由于微震动、空气扰动等原因导致的像素灰度在邻近区域发生漂移的现象;多颜色空间信息融合就是利用多个颜色空间中的一些互补分量共同确定移动目标。利用FPGA实现了上述两种算法,在移动目标的实时检测和跟踪中取得了很好的效果,对于丰富和增强监控系统功能有重要意义。  相似文献
2.
陈勇  肖刚  陈久军  高飞  金章赞 《计算机工程》2010,36(11):190-191,194
为解决传统背景差分法存在的背景更新缓慢问题,提出基于模糊推理背景分割的目标检测方法。该方法在传统的背景差分方法中引入帧间差分方法,结合IF THEN推理规则进行模糊推理,实现了背景的快速更新及目标的正确检测。引入抗噪声推理机制,抑制跟踪目标抖动,增强方法鲁棒性。通过对鱼的运动检测实验表明,该方法能有效快速地提取干净的背景,对运动目标进行实时检测。  相似文献
3.
自动、准确和快速检测人体头部是当今计算机视觉研究中的一项关键任务。本文提出一种基于背景差分和改进组合模板的人体头部精确定位方法。利用背景差分法得到人体的大概轮廓,然后利用人体头部与躯干相对关系初步确定人体的头部位置,再运用模糊组合模板法得到头部的精确定位。实验结果表明:该方法能有效地提高人体头部定位算法的速度与精确度。  相似文献
4.
该文介绍了几种目前较为流行的运动目标检测方法,详细阐述了这些方法的检测原理,然后指出这些方法的优势和不足,在此基础上提出了动态背景更新方法,给出了整个算法的实现流程,同时在细节上做了一些改进。实验结果表明,此运动检测方法在静止背景的情况下能够有效地检测运动目标。  相似文献
5.
实现了基于嵌入式ARM实验平台的人眼定位系统,提出利用背景差分法和大津方法确定人脸区域的方法。结合RGB空间下的眉毛和眼球的灰度分布特点,使用灰度投影法提取眉眼区域,然后根据眼球的特征精确定位眼球的位置,实验结果表明该系统能够准确实时的完成人眼的定位。  相似文献
6.
针对智能交通系统(ITS)中车辆阴影带来的车辆误提取造成系统可靠性差,且检测算法无法满足实时性的问题,提出一种改进的基于HSV色彩模型与背景差分法的车辆阴影检测与去除方法。通过分析HSV色彩模型,改善亮度分量的参数选取,利用阴影与车辆和背景的亮度差检测目标车辆的阴影;结合背景差分法去除阴影。实验结果表明,该方法可以较准确检测车辆阴影,有效提高交通控制中车辆提取的可靠性,且能较好地满足实时性要求。  相似文献
7.
针对目前复杂的交通所带来的诸如交通拥堵、交通事故和环境污染等一系列问题,本文依据MATLAB图像处理技术,利用背景差分的方法对道路车辆进行计数,并与人工计数做比较来检验其准确率。该研究提高了统计的效率,为以后交通信号灯的控制研究与城市交通的合理调度奠定了基础。  相似文献
8.
在Visual C++6.0环境下,介绍一种结合背景差分法和瞬时差分法,能在视频序列中识别运动目标算法,结合OpenCV给出了具体过程和部分代码。该算法利用瞬时差分法得到当前帧中运动目标的轮廓信息,在更新背景模型时不更新运动目标轮廓内区域,避免了由运动目标引起的背景模型更新误差,当发现移动物便自动发出警告声。  相似文献
9.
视频图像处理对处理器的数据处理能力和实时性要求都非常高.设计基于FPGA和背景差分算法的静态背景下运动目标检测系统,并详细介绍了系统的设计过程.采用FPGA硬件实现系统设计,极大的提高了系统的实时性,能准确的检测出运动目标.  相似文献
10.
针对某武器试验中背景复杂,现有的背景差分法在背景模型的维持和更新不能用于长期和复杂的场景,以及对近地目标提取检测困难的问题,提出一种改进的背景差分法。该算法采用结合邻域信息的背景差分法和最大方差阈值法,能够在一定程度上减小背景滞后更新引起的运动目标检测误差,且使目标边缘提取更加明确,从而提高了系统的运行速度,实现复杂背景下的运动目标检测。在Visual C++6.0中用OpenCV实现了相关算法的设计,并给出了完成系统任务所需的部分关键代码,实现了运动目标和试验场景的分离与提取。仿真实验验证了该算法的有效性以及实时性。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号