搜索资源列表
B样条小波边缘检测的改进算法
- 第1章为绪论。简要介绍了课题研究背景、意义及研究现状。 第2章具体介绍小波变换应用在图像边缘检测的基本原理。在连续小波变 换基础上引入实际中应用范围较广的离散小波变换，重点分析了多分辨率小波 变换。 第3章介绍B样条小波边缘检测的改进算法。基于B样条小波变换，将 Contourlet变换应用在多尺度自适应阈值边缘检测中。 第4章介绍多层次自适应空间系数高斯小波边缘检测方法。将灰度共生矩 阵特征值应用在高斯小波变换中，提出一种多层次自适应算法。 第5章介绍Canny算子与小波变换结
background-subtraction
- 背景高斯建模 能够很好的实现车辆的检测，可以用于与其他算法的比较-the Background Subtraction for the vehicle detection
mixture_of_gaussians
- 混合高斯背景建模，利用该方法建立动态视频中运动背景建模，得到较好效果-mixture of gaussian
Gaussian
- OPENCV 的 高斯背景提取，可以方便的进行背景建模与分析-Extraction of the Gaussian background OPENCV, to facilitate the conduct of background modeling and analysis
opencvBackgroundExtraction
- 利用opencv 的 高斯模型来进行背景建模，在背景变化不大的情况下工作的不错。最好能有几帧纯粹的背景用于建模，这样效果会更好。-build the background model using Gaussian in opencv. some static background will make it works better
gao
- 主要介绍了基于（单、多）高斯统计模型的背景获取法-Mainly based on the (single, multi-) Gaussian statistical model to obtain the background of law
image
- 应用matlab或VC语言编制图像处理软件，软件功能如下： 一、实验类型 1． 读入图像，并对灰度图像或彩色图像进行显示，对彩色图像可以转化为灰度图像；（8学时） 2． 对读入的图像可以实现减小和提高图像分辨率的功能（16学时） 3． 计算灰度图像的直方图并进行显示，讨论不同图像灰度分布的直方图特征（16学时） 4． 对上述图像进行直方图均衡化处理，分析直方图均衡化的处理结果；（16学时） 5． 对给定的彩色图像，显示其R、G、B三分量图像的噪声图像及H、S、I三分量完成
background_modelling
- 此文件为视频处理的高斯背景建模，开发环境为VC++6.0,视频输入格式为avi-guass background modeling of image processing
OPENCVgmm_modeling
- 基于OPENCV高斯背景建模源码，可实现初步的运动目标检测-OPENCV Gaussian background modeling based on source code, enabling the initial detection of moving targets
GaussianMixtureModel_EM-master
- 用于混合高斯背景建模 MATLAB代码(The mixed Gauss background modeling MATLAB code)
单高斯程序
- 单高斯算法用于静态背景下显著目标的拾取该方法较为简单，也能应对静态背景下的目标拾取。(Used for picking up salient objects in static background)
hunhe
- 采用多个高斯分布的方式来描述背景像素点的特征，在线地更新参数和权重，实现运动检测和前景提取的同步进行，即采用混合高斯背景算法进行建模，以降低动态背景的干扰。(The characteristics of the background pixel are described by several Gaussian distributions, and the parameters and weights are updated online. Synchronization of motion d
hunhegaosi
- 混合高斯前景提取。数学建模时编的，测试视频就在包内，可以作为学习交流用，环境2014a的matlab，后有添加形态处理都在注释里。一起学习。有matlab编的vibe程序欢迎交流(Hybrid Gauss foreground extraction. Mathematical modeling of the series, the test video is in the package, can be used as a learning exchange, the environment 2
BackGround-Fore-Detect
- 包含一些常见的运动目标检测算法，有背景模型算法，混合高斯模型算法，帧差法，经典的CB法，所有源码皆可运行。(This package include some common Moving Object Detection algorithm.Such as the BgModel,CodeBook and Gaussian-mixture-model.)
Signal detection and estimation codes
- P1:DC电平估计，在高斯白噪声背景下对一电平为1的直流信号进行测量。 P2:ROC曲线绘制 与实际仿真。(The frequency measurement system under Gauss's white noise)
gaussianBkModelTest
- 采用混合高斯模型，实现对监视背景的建模，有利于下一步运动目标的检测(The mixed Gauss model, modeling of monitoring background, is conducive to the detection of moving target next)
高斯处理视频并跟踪运动做前景背景分割
- 采用opencv 高斯处理视频并跟踪运动做前景背景分割(Gauss processes video and tracks motion to do foreground and background segmentation.)
gaosi
- 在视频监控中采用背景相减法时，采用单高斯背景建模建立背景模型(Background subtraction for setting up a background model)
Experient4
- 利用opencv高斯混合背景建模，并进行开闭运算滤波， 提取视频监控中的车辆(Using opencv Gaussian mixture background modeling and opening and closing operation filtering to extract vehicles in video surveillance)
背景差分法
- 基于阈值的高斯混合模型的背景差分法，适合初学者(Background difference method based on threshold-based Gaussian mixture model, suitable for beginners)