運動目標檢測的任務就是將序列圖像中變化區(qū)域從背景中分割出來得到運動矢量信息,從而能夠?qū)\動目標進行進一步的分類和識別。
運動目標檢測的任務就是將序列圖像中變化區(qū)域從背景中分割出來得到運動矢量信息,從而能夠?qū)\動目標進行進一步的分類和識別。
表1. 運動目標檢測方法比較表
表2 常用運動目標檢測算法比較
表3 三類算法優(yōu)缺點比較
ViBe算法假定當前待分類的像素點為v(x),比較方法是定義一個二維歐式空間(C1,C2),并在該空間上定義一個以v(x)為中心半徑為R的球,根據(jù)預先建立的背景模型
通過以下公式進行計算:
得到的結果如果大于2,則v(x)被劃分為背景,否則為前景,該過程如圖1所示。
圖1基于隨機理論背景模型更新準則的示意圖
圖2 圖像序列中無運動目標時利用兩次運動檢測結果求交集結果示意圖
圖3 圖像序列中出現(xiàn)運動目標時利用兩次運動檢測結果求交集結果示意圖
免責聲明:本站所使用的字體和圖片文字等素材部分來源于互聯(lián)網(wǎng)共享平臺。如使用任何字體和圖片文字有冒犯其版權所有方的,皆為無意。如您是字體廠商、圖片文字廠商等版權方,且不允許本站使用您的字體和圖片文字等素材,請聯(lián)系我們,本站核實后將立即刪除!任何版權方從未通知聯(lián)系本站管理者停止使用,并索要賠償或上訴法院的,均視為新型網(wǎng)絡碰瓷及敲詐勒索,將不予任何的法律和經(jīng)濟賠償!敬請諒解!