摘要: 先看几张效果图吧效果图:可以直接测试的代码:添加头文件:// Saliency.h: interface for the Saliency class.//////////////////////////////////////////////////////////////////////////===========================================================================// Copyright (c) 2009 Radhakrishna Achanta [EPFL] //====================... 阅读全文
posted @ 2012-07-24 19:27 微雪 阅读(4767) 评论(1) 推荐(0) 编辑
摘要: 背景减除对背景建模,然后进行背景减除剩下前景视作所求的目标,也是目标检测的一类方法。背景模型的巨大变化即意味着目标移动。帧间差分是背景减除中的一个经典算法。Wren等人提出用3D高斯函数对固定背景每个像素的颜色I(x,y)建模,I(x,y) ~ N(μ (x,y), Σ(x,y))。其中 μ (x,y)是均值, Σ(x,y)是协方差。这两个数据通过对连续背景帧的观测学习得到。由于颜色对光照敏感,单个高斯函数建模的模型不适用于户外场景。多形态混合统计模型的利用是背景建模的一个重大改进。比如混合高斯模型,非参数核密度估计(Elgammal & Davis[2000]),纹理颜色特征融合(L 阅读全文
posted @ 2012-07-24 10:19 微雪 阅读(725) 评论(0) 推荐(0) 编辑
摘要: 刚才又找到一篇文章,贴出来分享:http://blog.csdn.net/duliang_wu/article/details/7317740相信许多朋友多用过了opencv2.3版本中的混合高斯模型,大部分人可能多碰到了这样一个问头,2.3版本中的,混合高斯模型,不能读取模型建立的背景。我上网搜了一下,发现了解决方法(这篇文章算不上原创啦)。这是中文提示的网站http://blog.pzxbc.com/?p=176,该文中所提及的解决方法来自外国网站https://code.ros.org/trac/opencv/ticket/317。接下来就是我在vs2010下编好的代码,一定能跑!#in 阅读全文
posted @ 2012-07-23 19:21 微雪 阅读(1524) 评论(0) 推荐(0) 编辑
摘要: sample bgfg_segm.cpp don't display background in 2.1.0 versionThe following function fills model->background image when model is MOG (cvCreateGaussianBGModel). I hope this helps those who encounter this problem in the meanwhiletypedef struct MyCvGaussBGValues{ float match_sum; float weight; . 阅读全文
posted @ 2012-07-23 18:13 微雪 阅读(467) 评论(0) 推荐(0) 编辑
摘要: 转自http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=13642&start=0关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站,多了解一些CV的具体应用。搞研究的朋友也可以从中了解到很多牛人的研究动态、招生情况等。总之,我认为,知识只有分享才能产生更大的价值,真诚希望下面的链接能对朋友们有所帮助。(1)googleResearch; http 阅读全文
posted @ 2012-07-22 12:31 微雪 阅读(1242) 评论(0) 推荐(0) 编辑
摘要: 主要是拷贝的程序问题,有错误的空字符0x3000是汉语的空格,也就是全角空格,相当于一个汉字,但你又看不见它。你知道的,像逗号,有半角(,)和全角(,)之分的,其实空格也有。0x3000是全角的空格,0x20是半角的空格。最好把这个语句的后面空白部分,都删除掉,免得有不可见的全角空格。 阅读全文
posted @ 2012-07-22 10:18 微雪 阅读(2986) 评论(0) 推荐(0) 编辑
摘要: 转自:http://blog.csdn.net/wqvbjhc/article/details/5485242混合高斯模型原理 混合高斯模型跟高斯变量之和看起来有一点像, 注意不要把它们弄混淆了. 混合高斯模型给出的概率密度函数实际上是几个高斯概率密度函数的加权和: 其中 . 定义事件 , 则 . 据此可以产生服从上述混合高斯概率密度分布的样本.混合分布的均值为 方差为 计算均值和方差的公式不仅适用于几个(多维)高斯分布混合的情况, 还适用于非高斯分布的情况.高斯变量之和就没什么好说的了, 几个高斯变量之和是一个新的高斯变量.高斯背景模型在 运动检测中的应用 原理 : 高斯模型就是用高斯概.. 阅读全文
posted @ 2012-07-22 09:38 微雪 阅读(9287) 评论(0) 推荐(1) 编辑
摘要: 转自:http://blog.csdn.net/wqvbjhc/article/details/54966321. CV_FUNCNAME 定义变量 cvFuncName存放函数名,用于出错时可以报告出错的函数 __FILE__ C语言中的宏,CV_Error中经常用到,说明出错的函数所在源文件名 __LINE__ C语言中的宏,CV_Error中经常用到, 说明出错位置的函数 cxerror.h 中[cpp] view plaincopyprint?/*CV_FUNCNAMEmacrodefinesicvFuncNameconstantwhichisusedbyCV_ERRORmacro*/ 阅读全文
posted @ 2012-07-22 09:00 微雪 阅读(524) 评论(0) 推荐(0) 编辑
摘要: 视频读写概述Wikipedia,自由的百科全书对视频进行读写,可使用OpenCV提供的CvCapture和CvVideoWriter。在Windows平台下,OpenCV以前提供的读写功能采用VFW,效率低下且有些格式支持不好。而 OpenCV 2.0 内置了videoInput Library,可以自动在VFW和DirectShow间切换Windows下从摄像头采集图像请参考:Shiqi Yu编写的CCameraDS类(勿需安装庞大的DirectX,简洁,推荐!)hardy_ai编写的ARFrameGrabber类Theodore Watson编写的videoInput Library(勿需 阅读全文
posted @ 2012-07-21 15:30 微雪 阅读(4621) 评论(0) 推荐(0) 编辑
摘要: 转载自http://blog.csdn.net/shengzhuzhu/article/details/7469896特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集,这些子集往往属于孤立的点、连续的曲线或者连续的区域。特征的定义 至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分,它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”:同一场景的不同图像所 阅读全文
posted @ 2012-07-20 14:45 微雪 阅读(2388) 评论(0) 推荐(0) 编辑