复杂场景实时目标检测方法

针对含有非平稳背景的复杂场景,提出一种基于空间混合高斯模型的实时目标检测方法.该方法以混合高斯模型作为颜色分布的统计框架,并在空间邻域中利用背景与前景隶属度之间的竞争确定像素的归属,提高了检测准确率;同时通过基于偏差均值的匹配判断和低权重模型的移除提升了混合高斯统计框架的性能,以实时地对运动目标进行准确的检测.实验结果表明,文中方法对非平稳背景有很好的适应能力,在检测准确率和运行效率上均优于其他检测方法.     

镜头定格翩翩雪世界

雪景看起来很美,但我们拍出的照片往往不尽如人意。本文帮你分析雪景的特点,教你如何更好地拍雪景。又是一年冬季来临,晶莹雪花装点出最美的风景,但是要把这童话般的世界定格在照片中却并不容易,比如可能背景过曝而人物很黑,比如雪花点点却没有别人雪景照片中的那种优美弧线等等。下面就让我们根据具体场景,给大家出谋划策。     

智能视频监控中运动目标检测的研究

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。     

《地下城与勇士》

在阿拉德大陆的文明之光闪耀之前,世界是一个无边的宇宙,孕育着各种形态的生命。这些生命分散在各种虚空异界和地下城堡里,用它们的勤劳和智慧,创建着世界的繁荣。生存在完美大陆阿拉德的人类和精灵,也属于各种形态的生命之一。他们用诸神赋予的智慧,创造了被众多异界生命钦羡的阿拉     

基于边界节点法的MATLAB 工具箱开发

0引言 Helmholtz方程作为简化的波动方程,长期以来备受关注.求解Helmholtz方程的数值方法主要有有限差分法、有限元法和边界元法等.这些方法主要基于网格近似或者需要背景网格积分,在处理高波数或高频率Helmholtz方程及高维问题时存在网格划分困难和内存消耗大等缺点.基于点的近似思想,无网格方法在一定程度上减少对网格的依赖,甚至不需要网格。     

电阻的故事

背景知识 初学电子学的人遇到的第一件事就是欧姆定律：R=V／I。其中V代表电压。I代表电流,R代表电阻。但当深入学习之后,一般人会发现欧姆定律似乎并非在所有场合都能适用。更进一步说,电阻可以有两个定义,一是阻止电流在导体中流动的某种东西;二是传输线或自由空间所特有的特性阻抗。     

一种自适应运动目标检测算法及其应用

针对ViBe算法在动态背景下存在鬼影消除时间长、算法适应性差、前景检测噪声多的问题,本文提出一种基于ViBe算法框架的改进算法.该算法采用鬼影检测法标记第1帧中的鬼影区域,并向位于鬼影区域的背景模型中强制引入背景样本,从而快速抑制鬼影;在像素分类过程中,引入自适应分类阈值,解决全局阈值易受动态噪声干扰的问题;在背景模型更新中,根据像素分类的匹配值来动态决定更新因子,提高算法适应场景变化的能力.定性与定量的对比实验结果表明,本文算法相较于ViBe算法能够有效地检测动态背景下的运动目标,应用于河流漂浮物检测场景中也有较好的效果.     

换个方式拍花朵

背景知识这张照片好在哪儿1.构图简洁而有力:完美地遵循了黄金分割法则。2.使用超长焦距(300mm)将主体从背景中清晰地分离开来。3.由于景深极浅,花朵得到了锐利的呈现,而背景则完全虚化。4.柔和的光线很好地凸显了各处细节,同时避免了画面中出现过于突兀的反差和阴影。学习内容10个技巧,拍出更好花卉作品离机镜头拍摄技术草地拼贴复古花卉     

微距也疯狂

微距摄影与爆炸变焦效果相结合,这对每一位摄影师都是一种挑战。接下来,我们就将为您介绍这种拍摄技巧。在闲适的夜晚或是不愿外出的周末,最适合在家试验一些摄影小创意。微距摄影是当仁不让的首选,因为它无需任何特殊的背景或者繁琐的准备。台灯、三脚架、微距镜头——只需这些,就足以将家中