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:
经典的高斯混合背景模型中,高斯分量的个数是固定的,近邻像素间的相关性也没有被考虑.作为对这种模型的改进,该文利用熵图像来度量背景像素亮度分布的复杂程度,进而给出了根据熵图像为各像素选择高斯函数个数的方法,在保证检测精度的前提下节约计算资源:并利用隶属度来表示像素属于背景的可能性,通过融合各像素邻域的局部信息来对其进行有效的分类,使得分类决策的结果更可靠,而计算量却增加不多.多种真实场景下的实验证明了这种算法在计算速度和精度上的良好性能.
推荐文章
基于高斯混合模型和Renyi熵的图像分割方法
高斯混合模型
Renyi熵
阈值函数
图像分割
混合高斯模型和Radon变换用于声呐图像背景抑制
水下运动目标
混合高斯模型
Radon变换
声呐背景抑制
基于混合高斯模型MRF场的CT图像分割
工业CT图像
混合高斯模型
马尔科夫模型
图像分割
基于高斯混合模型的纹理图像的分割
高斯混合模型
EM算法
最大似然估计
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 基于熵图像和隶属度图的高斯混合背景模型
来源期刊 电子与信息学报 学科 工学
关键词 运动目标检测:背景建模 熵图像:高斯混合模型
年,卷(期) 2008,(8) 所属期刊栏目 论文
研究方向 页码范围 1918-1922
页数 5页 分类号 TP391
字数 4077字 语种 中文
DOI
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 梁彦 西北工业大学自动化学院 156 2615 26.0 46.0
2 潘泉 西北工业大学自动化学院 544 9437 45.0 77.0
3 程咏梅 西北工业大学自动化学院 266 3802 27.0 51.0
4 赵春晖 西北工业大学自动化学院 69 1138 16.0 32.0
5 张洪才 西北工业大学自动化学院 243 5379 38.0 64.0
6 左军毅 西北工业大学自动化学院 13 246 5.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (21)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(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)
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)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(7)
  • 引证文献(0)
  • 二级引证文献(7)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
运动目标检测:背景建模
熵图像:高斯混合模型
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
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