基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于粒子滤波在非线性非高斯情况下具有较好的预测结果,本文提出了一种自适应背景图像分割新算法,该算法利用粒子滤波对下一帧的前景区域进行预测,进而计算出下一帧各像素点属于背景的概率以指导下一帧图像分割;在前景像素值与背景像素值相近的情况下利用先验知识进行图像分割是一种较好的方法,本文以粒子滤波预测结果与先验概率模型计算结果的均值作为当前像素点属于背景的概率来进行图像分割,实验结果表明,该方法在背景变化范围较大的情况下,可以减少前景点误分割为背景点的概率.
推荐文章
基于先验概率模型的自适应背景图像分割算法
自适应分割
运动检测
高斯模型
先验概率
自适应先验马尔可夫随机场模型的图像分割算法
图像分割
马尔可夫随机场
置信度传播算法
自适应先验
多尺度双边滤波及其在图像分割中的应用
双边滤波
图像分割
图像平滑
马尔可夫随机场
间断自适应
基于局部自适应先验MRF模型的快速BP图像分割算法
自适应局部先验
MRF模型
置信度传播算法
快速收敛策略
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用粒子滤波及先验概率模型进行图像分割的新算法
来源期刊 电子学报 学科 工学
关键词 粒子滤波 先验概率 自适应分割 运动检测 高斯模型
年,卷(期) 2007,(8) 所属期刊栏目 学术论文
研究方向 页码范围 1533-1537,1547
页数 6页 分类号 TP751.1
字数 5557字 语种 中文
DOI 10.3321/j.issn:0372-2112.2007.08.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邹北骥 怀化学院计算机科学与技术系 7 32 4.0 5.0
2 陈姝 中南大学信息科学与工程学院 12 65 5.0 8.0
3 彭小宁 中南大学信息科学与工程学院 18 175 8.0 13.0
4 杨明 怀化学院计算机科学与技术系 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (240)
参考文献  (8)
节点文献
引证文献  (8)
同被引文献  (11)
二级引证文献  (17)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(9)
  • 参考文献(2)
  • 二级参考文献(7)
2000(13)
  • 参考文献(1)
  • 二级参考文献(12)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(6)
  • 引证文献(2)
  • 二级引证文献(4)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子滤波
先验概率
自适应分割
运动检测
高斯模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导