基于改進(jìn)Vibe算法的觀賞魚目標(biāo)檢測研究
發(fā)布時(shí)間:2023-11-24 18:58
借助計(jì)算機(jī)視覺技術(shù)研究魚類行為已逐漸成為熱點(diǎn)課題,該技術(shù)模擬生物視覺原理,通過處理采集的圖片或視頻獲得動(dòng)態(tài)目標(biāo)參數(shù)信息,以達(dá)到對魚類游泳行為監(jiān)測分析的目的。利用傳統(tǒng)的Vibe算法進(jìn)行魚類游泳行為監(jiān)測會(huì)出現(xiàn)消除鬼影需要消耗大量視頻幀,存在水面波紋的動(dòng)態(tài)背景下運(yùn)動(dòng)目標(biāo)的檢測結(jié)果不準(zhǔn)確的問題,因此提出了一種改進(jìn)的Vibe算法。針對消除鬼影需要消耗大量視頻幀,提出利用層次遍歷搜索算法對目標(biāo)圖像進(jìn)行標(biāo)記并計(jì)數(shù)方法來自適應(yīng)調(diào)整背景更新概率以實(shí)現(xiàn)快速消除鬼影。針對存在水面波紋的動(dòng)態(tài)背景下運(yùn)動(dòng)目標(biāo)的檢測結(jié)果不夠精確,提出基于LBP和HSV去除水面波紋以提高檢測精度。
【文章頁數(shù)】:5 頁
【文章目錄】:
1 材料與方法
1.1 對象與材料
1.2 試驗(yàn)方法
1.2.1 Vibe算法。
1.2.1.1 初始化背景模型。
1.2.1.2 背景差分。
1.2.1.3 背景模型更新。
1.2.2 自適應(yīng)背景更新概率的鬼影消除。
1.2.2.1 標(biāo)圖像標(biāo)記計(jì)數(shù)。
1.2.2.2 自適應(yīng)調(diào)整背景更新概率。
1.2.3 動(dòng)態(tài)背景運(yùn)動(dòng)目標(biāo)提取。
1.2.3.1 LBP紋理。
1.2.3.2 結(jié)合LBP紋理和HSV顏色空間去除水面波紋。
2 結(jié)果與分析
2.1 自適應(yīng)背景更新概率的鬼影消除試驗(yàn)結(jié)果
2.2 基于LBP和HSV動(dòng)態(tài)背景去除試驗(yàn)結(jié)果
3 小結(jié)
本文編號:3866400
【文章頁數(shù)】:5 頁
【文章目錄】:
1 材料與方法
1.1 對象與材料
1.2 試驗(yàn)方法
1.2.1 Vibe算法。
1.2.1.1 初始化背景模型。
1.2.1.2 背景差分。
1.2.1.3 背景模型更新。
1.2.2 自適應(yīng)背景更新概率的鬼影消除。
1.2.2.1 標(biāo)圖像標(biāo)記計(jì)數(shù)。
1.2.2.2 自適應(yīng)調(diào)整背景更新概率。
1.2.3 動(dòng)態(tài)背景運(yùn)動(dòng)目標(biāo)提取。
1.2.3.1 LBP紋理。
1.2.3.2 結(jié)合LBP紋理和HSV顏色空間去除水面波紋。
2 結(jié)果與分析
2.1 自適應(yīng)背景更新概率的鬼影消除試驗(yàn)結(jié)果
2.2 基于LBP和HSV動(dòng)態(tài)背景去除試驗(yàn)結(jié)果
3 小結(jié)
本文編號:3866400
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3866400.html
最近更新
教材專著