用matlab读取视频文件中的图像，并对图像中的运动目标检测
上传时间： 2020-04-18
上传用户：rainq
文档为基于OpenCV的视频图像序列的运动目标检测总结文档，是一份不错的参考资料，感兴趣的可以下载看看，，，，，，，，，，，，，
上传时间： 2022-06-28
上传用户：
文档为基于MATLAB的运动目标检测和识别技术研究总结文档，是一份不错的参考资料，感兴趣的可以下载看看，，，，，，，，，，，，，
上传时间： 2022-06-28
上传用户：
文档为基于matlab的运动目标检测总结文档，是一份不错的参考资料，感兴趣的可以下载看看，，，，，，，，，，，，，
上传时间： 2022-06-29
上传用户：slq1234567890
超声理论与技术的快速发展，使超声设备不断更新，超声检查已成为预测和评价疾病及其治疗结果不可缺少的重要方法。超声诊断技术不仅具有安全、方便、无损、廉价等优点，其优越性还在于它选用诊断参数的多样性及其在工程上实现的灵活性。 全数字B超诊断仪基于嵌入式ARM9+FPGA硬件平台、LINUX嵌入式操作系统，是一种新型的、操作方便的、技术含量高的机型。它具有现有黑白B超的基本功能，能够对超声回波数据进行灵活的处理，从而使操作更加方便，图象质量进一步提高，并为远程医疗、图像存储、拷贝等打下基础，是一种很有发展前景、未来市场的主打产品。全数字B型超声诊断仪的基本技术特点是用数字硬件电路来实现数据量极其庞大的超声信息的实时处理，它的实现主要倚重于FPGA技术。现在FPGA已经成为多种数字信号处理（DSP）应用的强有力解决方案。硬件和软件设计者可以利用可编程逻辑开发各种DSP应用解决方案。可编程解决方案可以更好地适应快速变化的标准、协议和性能需求。 本论文首先阐述了医疗仪器发展现状和嵌入式计算机体系结构及发展状况，提出了课题研究内容和目标。然后从B超诊断原理及全数字B超诊断仪设计入手深入分析了B型超声诊断仪的系统的硬件体系机构。对系统的总体框架和ARM模块设计做了描述后，接着分析了超声信号进行数字化处理的各个子模块、可编程逻辑器件的结构特点、编程原理、设计流程以及ARM处理模块和FPGA模块的主要通讯接口。接着，本论文介绍了基于ARM9硬件平台的LINUX嵌入式操作系统的移植和设备驱动的开发，详细描述了B型超声诊断仪的软件环境的架构及其设备驱动的详细设计。最后对整个系统的功能和特点进行了总结和展望。
上传时间： 2013-05-28
上传用户：sssnaxie
在介绍运动检测以及光流的基本概念的基础上引出基于光流方程的两种常用的图像分析方法--梯度法、块匹配法；通过对光流法在红外图像序列的运动目标检测、活动轮廓模型以及医学图像处理方面的应用来阐述这两种光流法的优缺点进行分析从而得出光流法在运动图像识别领域具有较大的优势，最后对光流法在未来其他领域的应用提出展望。
上传时间： 2013-10-31
上传用户：jrsoft
介绍了一种多运动目标检测算法及序列图像的仿真效果，同时对多运动目标检测后的二值图像进行了连通成分标记袁最后根据标记结果在原图像中准确地框定了各运动目标。关键字 多运动目标 跟踪 序列图像 连通成分标记
上传时间： 2013-10-29
上传用户：nanfeicui
通过深入研究国内外视频图像运动目标的跟踪技术现状，基于目前对视频图像中运动物体进行检测与跟踪设备的便携性差、耗电量高等缺点，本系统利用ARM11平台搭载Linux系统实现相关应用的方法，完成了一套较完整的小型化检测系统的设计。本系统通过对实验室中走动的人进行视频检测跟踪试验，最终得出本系统可以对通过USBCAM采集的视频信号进行实时的数据处理，视频分辨率为240×320。包括检测出运动物体，标记出运动物体的图形中点，并对其进行轨迹的标注等。
上传时间： 2013-10-23
上传用户：zq70996813
为了设计一种实时高效、稳定可靠的图像目标跟踪系统平台，避免因图像边缘提取效果差而引起跟踪失败，采用自适应Canny边缘检测算法。该自适应算法能够很好的确定平滑参数以及高、低两个阈值，更好的获得图像边缘图。经Canny算法处理图像目标后，获得目标的单像素边缘图，根据边缘图计算得到目标质心。利用最小二乘法拟合出目标的运动轨迹，同时可根据时间间隔预测出目标质心的下一位置，控制伺服机构，实现目标跟踪。实验表明，采用Canny算法的目标跟踪系统，能够满足实时跟踪的需要。
上传时间： 2013-11-03
上传用户：testAPP
车牌定位－－－VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2013-11-26
上传用户：懒龙1988
