- 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,优尔`.论"文'网[www.youerw.com
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。
-
基于多指标决策的通信网...
-
基于过期CSI的多天线中继选择系统设计与仿真
-
SPCE061A基于DDS的正弦信号发生器设计+PCB电路图
-
STM32基于WIFI通信的数字温湿度监测系统设计
-
基于粒子群算法的软件可靠性模型参数估计
-
基于串口通信的抢答器仿真设计+电路图+程序
-
基于云计算的物联网数据挖掘研究+程序
g-C3N4光催化剂的制备和光催化性能研究
江苏省某高中学生体质现状的调查研究
巴金《激流三部曲》高觉新的悲剧命运
NFC协议物理层的软件实现+文献综述
C++最短路径算法研究和程序设计
现代简约美式风格在室内家装中的运用
中国传统元素在游戏角色...
高警觉工作人群的元情绪...
浅析中国古代宗法制度
上市公司股权结构对经营绩效的影响研究