针对复杂运动背景中慢速小目标检测误检率高，实时性差等问题，提出了基于自适应阈值分割的慢速小目标检测算法。
首先计算连续两帧图像特征点的金字塔光流场，对光流场进行滤波，获取匹配特征点集合。
然后对图像运动背景进行建模，拟合投影模型参数，通过投影模型得到运动背景补偿图像，进行图像差分处理，获得差分图像。
最后迭代计算差分图像的自适应阈值，修正差分阈值，差分图像二值分割，检测出运动目标。
实验结果表明算法能够准确地检测出复杂背景中的慢速小目标，虚警率为2%，目标漏检率为2.6%，目标检测准确率95.4%，每帧图像目标检测时间为38ms，能够满足运动目标检测对实时性的要求。
首先计算连续两帧图像特征点的金字塔光流场，对光流场进行滤波，获取匹配特征点集合。
然后对图像运动背景进行建模，拟合投影模型参数，通过投影模型得到运动背景补偿图像，进行图像差分处理，获得差分图像。
最后迭代计算差分图像的自适应阈值，修正差分阈值，差分图像二值分割，检测出运动目标。
实验结果表明算法能够准确地检测出复杂背景中的慢速小目标，虚警率为2%，目标漏检率为2.6%，目标检测准确率95.4%，每帧图像目标检测时间为38ms，能够满足运动目标检测对实时性的要求。
2025/6/11 7:02:40
1.65MB
1
可用python+opencv实现（1）把视频中的每帧图片截取下来，（2）把多张图片生成任意帧视频。
内带测试视频和图片。
保证可用。
内带测试视频和图片。
保证可用。
2025/6/9 7:51:43
3.65MB
1
基于meanshift的单目标跟踪算法实现说明：1. RGB颜色空间刨分，采用16*16*16的直方图2. 目标模型和候选模型的概率密度计算公式参照上文3. opencv版本运行：按P停止，截取目标，再按P，进行单目标跟踪4. Matlab版本，将视频改为图片序列，第一帧停止，手工标定目标，双击目标区域，进行单目标跟踪。
博客地址：http://blog.csdn.net/jinshengtao/article/details/30258833
博客地址：http://blog.csdn.net/jinshengtao/article/details/30258833
2025/6/6 22:57:58
9.11MB
1
此代码的目的是在MATLAB下读取一个视频序列，为了快速运行，代码中只读取了视频序列的前8帧。
显示效果是一帧一帧的动态显示。
显示效果是一帧一帧的动态显示。
2025/6/3 8:18:49
25KB
1
第一部分引导篇第一章OpenGL与三维图形世界第二章OpenGL概念建立第三章WindowsNT环境下的OpenGL第二部分基础篇第一章OpenGL基本程序结构第二章OpenGL数据类型和函数名第三章OpenGL辅助库的基本使用第四章OpenGL建模第五章OpenGL变换第六章OpenGL颜色第七章OpenGL光照第三部分提高篇第一章OpenGL位图和图像第二章OpenGL纹理第三章OpenGL复杂物体建模第四章OpenGL特殊光处理第五章OpenGL效果处理第六章OpenGL显示列表第七章OpenGL帧缓存和动画第四部分辅助篇第一章在微机环境下OpenGL编程使用方法第二章计算机图形学词汇解释
2025/5/27 15:43:02
1.77MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB