原文服务方: 计算机应用研究       
摘要:
提出一种基于动态阈值对称差分和背景差法的运动对象检测算法.首先通过建立一个基于统计的可靠背景更新模型,由背景差法得到基本准确的前景图像;然后与用对称差分法得到的差分图像综合;最后得到完整可靠的运动目标图像.中间采用了一种动态的最优阈值获取方法,然后用形态学滤波和连通区域面积检测进行后处理,以消除噪声和背景扰动带来的影响,并用区域填充算法来填补目标区域的小孔,从而将视频序列中的运动目标比较可靠地检测出来.实验结果表明,该方法快速、准确,有一定的实际应用价值.
推荐文章
基于五帧差分和背景差分的运动目标检测算法
帧间差分
背景差分
背景模型
动态阈值
边缘检测
运动目标检测
基于对称差分和背景减的运动目标检测
运动目标检测
自适应背景
多重对称差分
光线突变
基于减背景和混合差分的运动目标检测算法
运动目标检测
混合高斯模型
背景相减法
混合差分法
基于帧差法和背景差法的运动目标检测
视频监控
三帧差法
背景差法
运动目标检测
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 基于动态阈值对称差分和背景差法的运动对象检测算法
来源期刊 计算机应用研究 学科
关键词 背景差 对称差分 背景模型 运动检测
年,卷(期) 2008,(2) 所属期刊栏目 图形图像技术
研究方向 页码范围 488-490,494
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.02.052
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 中南大学信息科学与工程学院 118 1203 18.0 29.0
2 陈磊 湖南大学软件学院 13 115 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (113)
参考文献  (8)
节点文献
引证文献  (69)
同被引文献  (76)
二级引证文献  (415)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(14)
  • 引证文献(14)
  • 二级引证文献(0)
2011(13)
  • 引证文献(5)
  • 二级引证文献(8)
2012(15)
  • 引证文献(8)
  • 二级引证文献(7)
2013(30)
  • 引证文献(9)
  • 二级引证文献(21)
2014(19)
  • 引证文献(4)
  • 二级引证文献(15)
2015(71)
  • 引证文献(8)
  • 二级引证文献(63)
2016(93)
  • 引证文献(6)
  • 二级引证文献(87)
2017(84)
  • 引证文献(4)
  • 二级引证文献(80)
2018(65)
  • 引证文献(3)
  • 二级引证文献(62)
2019(61)
  • 引证文献(2)
  • 二级引证文献(59)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
背景差
对称差分
背景模型
运动检测
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
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