一种基于彩色信息和抽样检测的视频分割方法

来源 :计算机应用 | 被引量 : 44次 | 上传用户:hdjc1314
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种基于彩色信息和抽样检测的视频分割算法。该算法把每一帧视频图像划分 为M×N个互不重叠的像素块(信息检测窗),并用矩阵表示,对M×N个信息检测窗进行抽样检测, 针对检测结果,快速重建背景模型,依据彩色信息和灰度信息分割运动目标。实验结果表明,该算法 与已有算法相比,具有分割速度快、适应性强、运动目标分割准确等特点。
其他文献
圆和球被认为是最完美的几何图形,因为它们没有起点,也没有终点。  圆是由一条闭合曲线组成的平面图形,曲线上每一点到圆心的距离都是相等的。  球是宇宙中最常见的立体图形,它没有边,也没有角。从同一个球体等距离的任何角度观察,都会呈现出同样大小的一个圆形。  圆形和球形里可以挖掘出什么样的数学趣题呢?我们一起来看看。  1 园内的多边形  图中的圆周上随机分布着5个圆点,请拿出你的彩色笔,只用一笔将5
成成是个学习不专心、活动不积极、交流没方法、纪律不遵守的小男孩,成了“不受欢迎”的人。寡言又内向的成成就用自己出格的方式来行事,但在小朋友的孤立下,他就更加偏激。我想帮助成成,但又无从下手。我想,再淘气的孩子,也不可能是“一无是处”,我该如何去寻找成成的闪光点呢?  他能参与了  第一次做“小猪”。我先出示做好的小猪,孩子们看着看着,大家一起七嘴八舌地讨论开了,不一会儿就一起说出了制作的大致方法。
针对分布式环境下的序列模式挖掘问题,提出了一种分布式序列模式挖掘(DSPM)算法。DSPM以PrefixSpan算法为基础,使用抽样检测技术平衡了任务负载,将挖掘任务分解后分配到多台计算机上以多进程、多线程并行执行。另外采用了伪投影技术来降低生成投影数据库的开销。实验结果表明,DSPM算法能够快速有效地挖掘分布式环境下的全局序列模式。
选择以sigmoid函数为基础的小波基波函数构造了一个小波神经网络,利用小波网络对复杂的飞控系统对象进行在线辨识研究,仿真结果表明小波神经网络基本满足某型飞机飞控系统在线辨识的要求。