1) image differencing model
图像差分模型
1.
According to the features of dynamic changes of the complex background in real-time sceneries,a new method for the change detection of moving targets was proposed with the help of the image differencing model of subspace.
针对实时场景下复杂背景动态变化的特点,在子空间图像差分模型的基础上,提出了一种基于ICA子空间的目标运动变化检测方法,该算法能够检测出两帧图像之间目标运动变化而不是背景变化部分,克服了目前大多数基于简单差分模型的变化检测算法对图像配准精度要求很高的问题。
2) Image difference model
图像差值模型
3) image difference
图像差分
1.
A feasible driver fatigue monitoring system based on image difference, intensity histogram and intensity histogram equalization is pre.
设计一套驾驶员疲劳监控系统,应用图像差分的方法,灰度直方图、直方图均衡化等图像分析手段,定位和识别驾驶员眼睛睁开与闭合的变化过程,统计出眼睛闭合时间来确定疲劳程度,并通过利用MATLAB得以实现。
2.
Detecting moving target in image sequence is a viable method,image difference method for detecting moving target has natural disadvantages.
在做运动目标检测时,常用的图像差分方法有着固有的缺点,用一种改进的图像差分方法进行目标检测,利用一种全局阈值分割方法对差分图像进行二值化,通过数学形态学计算法进行滤波,可有效地克服这些缺点。
3.
A feasible driver fatigue monitoring system based on image difference,binary,intensity histogram equalization,dilation,erosion and the use of Kalman filter to track the location of eye forecast to achieve is presented to detec.
该系统采集图像使用红外光源,利用人眼对两种波长(850nm/950nm)红外光线的反射率的明显差异,应用图像差分的方法,采用直方图均衡化、二值化、膨胀、腐蚀等图像分析手段,同时利用Kalman(卡尔曼)滤波器对眼部位置进行跟踪预测,实现准确定位、跟踪并识别出驾驶员眼睛的睁开和闭合过程,通过分析眼睛闭合时间来判断疲劳程度。
4) difference image
差分图像
1.
It was tested in the stored-Grain insects difference images processing.
通过在对仓储害虫差分图像处理中的试验证明,该算法能够快速地识别出实时采集的图像中的目标位置,定位精确。
2.
Firstly,the difference image is produced between two continuous frames,and then the moving area of the video object is obtained.
该算法首先求出连续两帧图像之间的差分,利用帧间变化信息可以得到视频对象的运动区域,根据差分图像的中值(MED)和中值绝对差(MAD)及原始图像均值确定阈值并滤除噪声,用数学形态学方法进行后处理,最终得到精确的视频运动对象。
3.
Firstly, human face of each frame image of video images and particular image is detected and located by using difference image, then based on face fea-ture and skin color, relatively fixed displacement for particular image are detected.
首先采用差分图像法对视频图像中每帧图像及需要移植的特定图像进行人脸检测、定位,然后依据人脸特征并结合人脸肤色,找出特定图像人脸相对定点的位移量,根据位移量把特定人体头部图像移植到视频图像序列中去。
6) difference of mean smoothed image
均值模糊差分图像
1.
To solve the problems of instability to view direction and large computational burden of scale invariant feature transform(SIFT),a fast scale invariant feature extraction method is proposed by using the difference of mean smoothed images which is an approximation of the well-known difference of Gaussian to build the scale space.
针对尺度不变特征(SIFT)对观测视角不稳定且计算量大的缺点,利用均值模糊差分图像来近似高斯差分图像,提出了一种快速尺度不变特征提取方法;根据局部平面区域的仿射变换关系,提出了一种在多幅连续观测图像中根据灰度梯度直接计算局部平面方向的方法,并利用特征所在局部平面的方向,为特征创建了一个具有仿射不变的描述器;同时将新提出的基于局部平面的仿射不变特征(LPAIF)应用于基于单目视觉的同时定位与地图创建(SLAM)中。
补充资料：高光谱分辨率遥感图像及图像光谱信息提取
高光谱分辨率遥感图像及图像光谱信息提取
高光谱分辨率遥感图像及图像光谱信息提取 郑兰芬供稿
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条