搜索资源列表
OTSU(3)
- 大津法由大津于1979年提出，对图像Image，记t为前景与背景的分割阈值，前景点数占图像比例为w0， 平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1
matlab进行图像分割-双峰法
- 双峰法的原理及其简单：它认为图像由前景和背景组成，在灰度直方图上，前后二景都形成高峰，在双峰之间的最低谷处就是图像的阈值所在。 从分割的效果来看，当前后景的对比较为强烈时，分割效果较好；否则基本无效。
AThreshold2
- 在某一个适当的阈值下，图像分割后的前景目标与背景两类之间差异最大的分割方法-appropriate in a certain threshold value, image segmentation goals and the prospect of background biggest difference between the two types of segmentation
finger_segment
- 指纹分割算法，能够很好的实现指纹图像前景和背景的分离，通过对FVC指纹数据库的测试，效果很好，有GUI接口，可以很方便的测试。以前没有人发过，绝对超值-fingerprint segmentation algorithm can achieve good prospects for fingerprinting and background images, the separation, Through the FVC fingerpr
OTSU(3)
- 大津法由大津于1979年提出，对图像Image，记t为前景与背景的分割阈值，前景点数占图像比例为w0， 平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1-Otsu method by Otsu in 1979 suggested that the image Image, remember t for the foreground and background segmentation threshold, the prospe
BGM
- 本文提出了一种静止摄像机条件下的运动目标检测与跟踪算法。 它以一种改进的自适应 混合高斯模型为背景更新方法，用连通区检测算法分割出前景目标，以 Kalman滤波为运动模型实现对运动目标的连续跟踪。在目标跟踪时，该算法针对目标遮挡引起的各种可能情况.-In this paper, a stationary camera under the conditions of the moving target detection and tr
115157707GSM_detector
- 高斯模型GMM分割背景和前景高斯模型GMM分割背景和前景-GMM Gaussian model background and the prospect of partition GMM Gaussian model background and the prospect of partition
shuangfengfa
- 实现数字图像分割，双峰法认为图像分为前景和背景两部分。在阀值选取的时候，连续出现的两个波峰之间的波谷，就是应选取的阀值分割点。-Digital image segmentation, bimodal method consider the prospects and the background image is divided into two parts. In the threshold selected, the row eme
Video_Image_Segmentation_Based
- 为了对光线变化的图像进行顺利侵害，提出了一 种利用贝叶斯学习方法来进行视频图像分割的算法，印先在每个像素点处对不断变化的背景建模，同时计算每个像素点 处的颜色直方图，再用这些直方图来表示该像素点处特征向量的概率分布，然后用贝叶斯学习方法来进行判断，以确定在光线缓慢或者突然变化的时候，每个像素点是属于前景还是属于背景。-In order to change the image of light against a smooth,
tuxintuizhifenge
- 针对类圆形堆积物图像的前景和背景在色彩或灰度上相近，难以用传统阈值分割等算法进行有效分割的问题，提出一种多方法融 合的类圆形堆积物图像区域分割策略。对图像进行滤波等一系列预分割处理后进行投影得到目标图像的外接矩形区域，以排除噪声的干扰， 在区域内采用改进的灰度共生矩阵方法进行粗分割，以解决窗口大小与分割精度的问题，采用二维OTSU 阈值分割方法对粗分割结果进行 量化。实验结果表明，该方法得到的区域分割结果边缘清晰、准确度高。
ACMMM2003
- 介绍一种应用于视频运动检测中前景和背景建模分割的方法-proposes a novel method for detection and segmentation of foreground objects from a video which contains both stationary and moving background objects and undergoes both gradual and sudde
A-Fusing-Color-and-Gradient-Features-Approach-to-R
- 本文通过融合图像的颜色和梯度特征 ,实现了一种实时背景减除方法。首先融合颜色和梯度特征建立新的能量函数 然后基于图切割算法最小化能量函数 ,并对前景P 背景进行分割 最后使用光流验证前景区域的真实性 ,并更新背景模型。- Based on the fusion of color and gradient features , this paper implement s a novel approach to real-time ba
growcut
- 可实现与graph-cuts算法相似的图像分割效果. 他借用了生物形态学知识，将每一个像素视为一个细胞，这些细胞可能是前景，背景，或其他。这些细胞依据其灰度竞争获得生长，由此获得分割。-This algorithm is presented as an alternative to graph-cuts. The operation is very simple, and can be thought of with a biologi
otsu-method
- 两次利用大津法对图像进行分割，将前景与背景，白色区与背景分割开，并二值化。-Otsu method twice using image segmentation, the foreground and background, white background area and separate, and binary.
bgfg_segm
- 接上視訊後,會先作環境背景的偵測定義出背景,此後可以從視訊畫面作即時的背景前景分割-Connected to the video, it will first make the detection of environmental background define the background, after which the video screen from the background of the prospects for
InteractiveImageSegmentationbasedonMergingRegion.r
- 基于区域融合的半监督的图像分割算法。首先在背景和前景手动设置初始分割标记，在迭代过程中不断通过区域融合操作获得最大相似度的区域，从而实现目标分割。-Regional integration based on semi-supervised image segmentation. First of all, in the background and foreground segmentation manually set the ini
FGseg
- 从静止的视频背景中，分割出前景目标的程序-Uses graph cuts to segment foreground objects from a static background in video. Morphology and Segmentation. foreground segmentation,
VideoProj
- 此工程是运动物体前景分割检测算法工程，有较好的检测效果,在MD642视频处理平台上运行。其背景更新采用了基于直方图更新统计的算法，处理过程在tskProcss线程中进行，其函数定义在VidoeProcess.C文件中。处理包括，场调整，屏幕区域划分，帧下采样及缓存，背景获取，帧差分，获取阈值矩阵，分割，形态学滤波，以及各种屏幕区域的显示等。-This project is the forground segmentation for m
ExtractForeground
- opencv 调用，视频前景目标分割，动目标提取，对静态视频背景进行分割，提取出运动目标。(Opencv call, video foreground target segmentation, moving object extraction, segmentation of static video background, extraction of moving objects.)
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.)