- 上一篇：STC89C52单片机无线传输模块的网络通信系统设计
- 下一篇：校园无线局域网组建与应用
手动给出背景法和统计获得背景法不能自适应地调节背景的变化。
2.2.3 Surendra背景更新算法
Surendra背景更新算法可以自适应地获取背景图像。
该算法的思想是通过当前帧与背景帧的帧差找到场景内的运动区域，保持运动区域内的背景不变，用当前帧替换更新非运动区域的背景，这样就可以提取出背景图像。
该算法可以分成以下步骤：源`自,751`.论"文'网[www.751com.cn
①将第1帧的图像 作为背景图像
②设定阈值 ，初始化迭代次数 ，最大迭代次数
③计算当前图像帧的差分
(2.1)
④由二进制图像 更新背景图像 ，即
(2.2)
, 为背景图像和差分二进制图像在 上的灰度值； 为输入的第 帧图像； 为迭代速度系数
⑤迭代次数 ，返回③，当迭代次数 时结束迭代。此时 可视为背景图像
2.3 背景差分法的背景更新综述
根据背景模型的不同，背景差分法分为以下几种：直方图法、平均值法、单分布高斯背景模型、混合分布高斯背景模型、mean shift算法、Camshift算法、Kalman滤波器法。[4]
本文在模型上使用Kalman滤波器法。
2.3.1 直方图法
直方图法的原理是在连续n个图像帧上统计出某一像素点的灰度值，该像素点的背景值就是出现次数最多的灰度值，继而可以求出整个图像的背景值。
2.3.2 平均值法
平均值法的原理是在连续n个图像帧上统计出某一像素点的灰度值，然后求和取平均，该像素点的背景值就是该平均值。
2.3.3 单分布高斯背景模型
如果背景有时间梯度，每一个梯度间差别不大，可以考虑对参考帧的每一个像素进行高斯模型建模，即每一像素点都认为服从均值μ和标准方差σ的分布，且每个点是一个独立的高斯分布。
2.3.4 混合分布高斯背景模型：
单分布高斯背景模型对视频图像中的像素点只用一个高斯分布描述，混合分布高斯模型对视频图像中的像素点采用多个高斯分布来描述[5]，选择最接近与背景分布的那一个像素点作为背景像素点，不符合背景分布的像素点认为是前景像素点。
-
基于差分进化算法的自动...
-
基于混沌的图像加密通信...
-
MATLAB基于时频分析的穿墙呼吸检测算法研究
-
基于LTE的OFDM无线传输链路设计与仿真
-
基于OFDM的用户接入控制技术研究
-
基于OFDM的数字图像无线传输关键技术研究
-
QPSK无线通信网络中基于...
中考体育项目与体育教学合理结合的研究
电站锅炉暖风器设计任务书
java+mysql车辆管理系统的设计+源代码
十二层带中心支撑钢结构...
河岸冲刷和泥沙淤积的监测国内外研究现状
杂拟谷盗体内共生菌沃尔...
大众媒体对公共政策制定的影响
酸性水汽提装置总汽提塔设计+CAD图纸
乳业同业并购式全产业链...
当代大学生慈善意识研究+文献综述