基于背景差分法的模型改进方法研究

宋伟; 张力; 邓亚航

doi:10.13873/J.1000-9787(2017)10-0067-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于背景差分法的模型改进方法研究

研究与探讨 | 更新时间：2025-09-11

- 基于背景差分法的模型改进方法研究
- Research of model improved method based on background subtraction
- 传感器与微系统 2017年36卷第10期页码：67-69
- 作者机构：
  
  昆明理工大学信息工程与自动化学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2017)10-0067-03
  中图分类号： TP391.41
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]宋伟,张力,邓亚航.基于背景差分法的模型改进方法研究[J].传感器与微系统,2017,36(10):67-69.

SONG Wei, ZHANG Li, DENG Ya-hang. Research of model improved method based on background subtraction[J]. 2017, 36(10): 67-69.
[1]宋伟,张力,邓亚航.基于背景差分法的模型改进方法研究[J].传感器与微系统,2017,36(10):67-69. DOI： 10.13873/J.1000-9787(2017)10-0067-03.

SONG Wei, ZHANG Li, DENG Ya-hang. Research of model improved method based on background subtraction[J]. 2017, 36(10): 67-69. DOI： 10.13873/J.1000-9787(2017)10-0067-03.

摘要

通过对图像处理中背景差分法的背景模型研究和分析

提出了一种能够自动更新速率值的混合高斯模型。通过仿真实验

对比了基于传统背景模型和改进后的背景模型的车辆检测效果

证明了提出的方法不仅具有更好的检测效果

而且具有更强的实时性和准确性。

Abstract

By studing and analyzing on background model of background subtraction method in image processing

a hybrid Gauss model which can automatically update the value of rate alpha is proposed. Through simulation experiments

the detection effect of the background model of traditional background model and the modified vehicle based on the comparison of the results prove that the proposed method not only has better detection effect real-time performance and accuracy

but also has a stronger.

关键词

Keywords

references

基于视觉传感器的道路前方车辆模型研究 [J]. 陈勇,陈瑶. 传感器与微系统 . 2014(09)

自适应学习的混合高斯模型运动目标检测算法 [J]. 任克强,张盼华,谢斌. 计算机工程与设计 . 2014(03)

智能车辆发展及其关键技术研究现状 [J]. 李舜酩,沈峘,毛建国,辛江慧,缪小东. 传感器与微系统 . 2009(01)

单目视觉车道线识别算法及其ARM实现 [J]. 沈峘,毛建国,李舜酩. 南京航空航天大学学报 . 2008(02)

基于背景建模的TBB和CUDA并行策略研究 [D]. 姜晓. 大连理工大学 2014

复杂环境下运动目标检测技术 [D]. 强继平. 国防科学技术大学 2009

浏览量

162

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进YOLOv5的石英坩埚气泡轻量化检测算法

融合梯度信息的改进中值滤波算法研究

基于图像处理与RSSI信号的室内定位算法

运动模糊图像的恢复技术研究

基于机器视觉的火车驾驶员动态手势识别方法