排序方式: 共有5条查询结果,搜索用时 109 毫秒
1
1.
为了对道路上行驶的车辆速度进行有效估计,提出了一种基于Harris Stephen角点检测算法和归一化互相关(Normalized Cross Correlation method,NCC)匹配算法的视频车辆检测系统。该系统对车辆进行跟踪,并测算车辆在干道和高速公路上的速度。通过使用Harris Stephen角点检测兴趣点,利用归一化互相关算法匹配对应角点,利用点对应关系确定车辆行驶的像素位移。根据车辆在连续视频帧中所有角点的总位移计算车辆的平均位移,结合帧率估计车速。实验结果表明,系统测速精度高,能实时估计出车辆行进的速度。 相似文献
2.
3.
4.
在复杂场景下视觉监控有着广泛的应用前景,例如特殊场合的入口控制,在特定场合下的特定人的识别,人群流量统计,异常检测和报警,多摄像机交互式监控等.而目标检测是视频监控中的目标跟踪,行为理解和描述,多相机的数据融合等步骤的前提,目标检测包括如下步骤,目标检测,阴影去除,目标分类,本文主要是对目标检测这一块内容的进行详细的介绍. 相似文献
5.
针对图像去噪的问题,提出了一种自适应范数及正则化参数的图像重建方法。首先,考虑到退化图像不仅含有高斯噪声,而且含有拉普拉斯噪声,利用最大似然估计的思想估计高斯噪声和拉普拉斯噪声的标准差|其次,由于在图像重建过程中,噪声分布会发生变化,为此,构造基于统计量的高斯和拉普拉斯权重函数,整合L1、L2范数,设计一种自适应加权函数|最后,结合自适应正则化参数方法,设计了一种自适应L1、L2范数及正则化参数的图像重建方法。实验结果表明,提出的方法对含有混合噪声的不同图像具有比较理想的重建效果。 相似文献
1