搜索资源列表
ZHUIzhu-moxing
- 追逐问题是现实生活中的常见问题,本文就三人绕正三角形的追逐问题建立起了两个数学模型:一个充分应用运动的周期性首先给出了三人共边的充要条件,然后直接给出在一个周期内三人共边的次数及起止时刻,另一个则利用初等数论的方法给出了三人共边的另一个充要条件 利用matlab长于计算和强大的绘图功能,本文分别给出了求解两个模型的matlab程序,通过动画仿真演示三人绕正三角形的追逐模型,并给出三者共边的时间起止点和共边的次数。 更多还原-The problem is that in real life the
animation
- osg animation ,实现模型局部运动-osg animation, implementation model of local motion
myGMM
- 运用opencv进行运动目标检测,背景采用高斯混合模型进行更新。-The use of OpenCV moving target detection, background model is updated by Gauss mix.
wind_load
- 船舶操纵运动仿真模型之风力模型研究(根据经验公式得出)-Research ship motion simulation model of the wind model manipulation (based on empirical formulas derived)
IMM
- 交互式多模型在很多地方都有非常大应用作用,这里面是一个完整的仿真实例,同时里面包含IMM的模块化编程,应用着可以很轻松的运动这些模块。-Has a very large role in interactive multi-model applications in many places, there is a complete simulation example, which contains the same modular programming IMM, the application
gmm-cv
- OpenCV_基于混合高斯模型GMM的运动目标检测。内附监测监控视频,方便测试使用。-OpenCV_ GMM Gaussian mixture model based moving target detection. Included monitoring surveillance video, easy testing.
guassian
- 混合高斯背景模型,背景差法,检测运动目标,环境VC2008,Opencv,前景与背景分开显示-Gaussian mixture background model background subtraction method to detect moving targets
CEPARK-IAR_Stm32Adc
- 伺服电机控制 X-Y方向电机 运动的精确控制模型建立-Precise control model servo motor control motor movement to establish XY direction
abc
- 基于混合高斯模型背景建模法来检测运动目标-Gaussian mixture model-based background modeling method to detect moving targets
bilinear-matlab
- 根据全局运动估计参数,也就是模型参数,对于校正后图像的任一像素坐标(x ,y ) 都可以求得它在参考图像中的对应坐标(x,y),此程序完成视频稳定系统中的运动补偿功能.-Global motion estimation parameters, the model parameters is, either the corrected image pixel coordinates (x ' , y' ) can be obtained which corresponds to
gaosi1
- opencv代码,高斯混合模型,运动物体检测,效果还可以,对于初学者挺有用-moving object by opencv
gmm
- 混合高斯模型使用K(基本为3到5个) 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型,他主要是有方差和均值两个参数决定,,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模,因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率 为提高在繁忙
Wiener-filtering
- 本文主要基于退化-恢复模型进行研究,首先对Lena图像加入了Gauss 噪声,并选用中值滤波方法恢复;随后基于运动模糊模型进行退化建模,分别采用几种维纳滤波方法对源图像进行还原。 doc文档中推导了维纳滤波过程,并用matlab实现了了多种维纳滤波器,代码都附在文中。-This article is mainly based on the degradation- the recovery model to study, first joined the Gauss Lena image n
bateman-master
- 粒子群模型的代码实现 粒子群模性是描述动物群体和大数据无规律运动的理论-bateman module
chuanbobackstepping
- 这是利用S函数编写的backstepping方法对一个船舶模型进行控制仿真,这对船舶姿态运动方向的同学具有很好的参考价值。-This is a backstepping prepared using the S function to simulate a model ship, the ship attitude motion direction of the students has a very good reference value.
zhengche
- 七自由度整车模型,四个车轮的转动,纵向侧向运动,以及横摆运动,包括dugoff轮胎模型以及其中的参数-Seven degrees of freedom vehicle model, four wheel rotation, vertical lateral movement and yaw movement, including dugoff tire model and parameters which
GUASSIANS
- 运动目标检车背景建模,基于混合高斯模型,附有应用的图片-Moving target inspection car background modeling, Gaussian mixture model, with a picture of the application
background-model3
- 针对背景差法易受外界环境因素影响的缺点, 提出了一种基于改进K-均值聚类的背景建模方法。通过比较任意样本与该像素位置处的子类中心之间的距离, 对各个像素的观察值进行聚类, 并在聚类过程中逐步确定其类别数。一段时间的学习之后, 样本数最多的子类就构成了背景模型。仿真结果表明, 该算法即使在运动目标存在的情况下也能准确的提取出实际的 背景, 而且显著地降低了系统的存储量。-Aimed at the disadvantage that background subtraction was liab
background-model4
- 提出了一种基于模型切换的背景建模方法(M SBM ).该方法以嫡图像为纽带, 实现了不同精细程度的背景模型在空间上的自适应选取和在时间上的自适应切换.对于亮度分布复杂度高的背景区域采用精细的模型以保证运动目标检测的精度,反之采用简单的模型以降低计算量 .通过模型结构自适应结合参数自适应, 很好地兼顾了检测精度和计算代价.墓于高斯混合模型和时间平均模型的双模型切换式运动目标检测算法被用于实验研究, 结果表明这种算法的检测效果和单独采用高斯混合模型的检测效果相当, 而计算速度却比后者提高很多-P
background-model8
- :基于背景建模的运动目标分割是智能视频监控的重要任务,模型的质量直接影响到检测、跟踪、识别等运动分析的准确性.当前的建模方法多是单层的,忽略了像素特征在时域和空域上的联系,模型描述不够准确,对于背景扰动、全局光照变化及复杂的室内外场景等多种情况鲁棒性不强,导致了分割中出现空洞和噪声点.针对这些问题提出了一种双层建模的方法,在第一层提取时域上的像素亮度特征采用码本建模,第二层提取邻域纹理特征采用基于中心对称的局部二值模式建模.实验证明该方法在用于运动分割时,比常用方法具有更好的准确性和鲁棒性.-M