基于改进K-均值聚类算法的背景提取方法

背景提取是运动目标检测中重要而基础的一个环节。分析了一般静态背景提取算法的原理和缺陷,提出了一种新颖的基于改进K-均值聚类算法的背景提取方法,给出了动态三元组(DTDG)的概念,并且对每个像素用3个动态三元组进行建模,实现了原始背景的提取。实验验证了所提方案的有效性。

基于自适应背景模型的运动目标检测

针对运动目标检测中背景模型的提取和更新,本文首先提出了基于改进K-均值聚类算法的背景提取方法。该方法给出了动态三元组(DTDG)的概念,并且对每个像素用3个动态三元组进行建模,实现了原始背景的提取。其次,提出了一种新颖的自适应背景建模方法。对每个像素维护一个新的动态三元组,根据像素的动态变化信息决定更新策略,实现了背景的自动更新,可以适应光照的突变、缓变和场景本身的变化。实验验证了该方法的有效性。

背景差方法在复杂场景条件下的应用

针对运动目标检测中背景模型的维护问题,提出了基于动态三元组(DTDG)的背景建模方法。该方法给出了动态三元组的概念,对每个像素维护一个动态三元组,根据像素的动态变化信息决定更新策略。实现了背景的自动更新,可以适应光照的突变、缓变和场景本身的变化。实验表明了该方法在复杂场景条件下的有效性。

基于双目视觉原理的智能测宽仪

厚钢板宽度测量是轧钢生产中一个重要的环节。介绍了光电测宽仪的工作原理和硬件构成,提出了基于双目视觉原理的厚板宽度测量方法,将测量过程分为三种情况,给出了相应的解决方案。同时,采用一阶微分期望值的亚象素边缘检测算法,有效降低了测量误差。实践验证了该方法的有效性。