排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
基于SIFT特征匹配和动态更新背景模型的运动目标检测算法 总被引:1,自引:0,他引:1
王亮芬 《计算机应用与软件》2010,27(2):267-270
运动摄像机情况下的运动目标检测是视频监控中的难点和热点问题。为了能够有效地检测出运动目标,提出了一个基于SIFT(Scale Invariant Feature Transform)特征匹配和动态背景建模的背景差算法。首先利用SIFT算法提取特征点,采用RANSAC(Random Sample Consensus)方法求得仿射变换模型参数并实现图像的全局运动补偿,然后用背景差方法实现运动目标的检测,同时进行阴影和鬼影的去除。SIFT特征点匹配的准确性和RANSAC方法去除异常点的有效性使得仿射变换模型参数计算准确,动态更新背景模型的背景差则完整地检测出了前景目标。与Ninad Thakoor实验结果对比说明:该算法能够准确地检测出运动目标,并且保持了前景目标的完整性。 相似文献
2.
3.
交互式电子白板的使用已经越来越普及,它走进笔者和学生的课堂已经有两年了。从最开始的陌生、好奇逐渐到学习、尝试,再到现在的熟练、喜爱,它已经成为了课堂最重要的载体之一。在这一过程中,笔者对于电子白板的学习和使用产生了许多的感受和心得。 相似文献
4.
摄像机的运动使得复杂背景下动目标的检测复杂化。为了应对动态变化的背景,本文提出基于SIFT特征匹配和运动历史图的目标检测算法。首先用SIFT算法提取特征点,采用RANSAC方法求得仿射变换模型参数并实现图像的全局运动补偿,最后利用运动历史图的方法检测出动目标。SIFT特征点匹配的准确性和RANSAC方法去除异常点的有效性使得仿射变换模型参数计算准确,运动历史图则给出了动目标清晰的轮廓,并指明了动目标的运动方向。与Ninad Thakoor实验结果对比说明:该算法能够准确地检测出动目标,并且显示了动目标的运动方向。 相似文献
1