一、鬼影检测算法的总结和分析       鬼影是背景差方法检测运动目标经常出现的问题。当对背景初始化建模时，运动目标可能处于背景中，它们运动后会产生鬼影；另一种情况，当场景中运动目标由运动变成静止后，再开始运动，也会产生鬼影。其他类似鬼影的情况是背景中遗留的物体，或者停止运动的运动目标。       总结已有检测鬼影算法可以分为两类：1)判断背景差获得的前景运动属性，从而区分运动目标和鬼影

y

一、三维重建概述         三维重建主要是研究如何从得到的匹配点中计算出相机的投影矩阵(如果是外部标定的话，就是求出相机的外部参数)以及如何计算出匹配点的三维坐标。        目前研究的进展与之还相差较远。研究人员为了能够表达三维空间信息，目前较多地采用三维矢量图形来替代三维位图。主要的重构方法有如下几种：        (1)、空间点的重建        这是三维重构中

一、拉普拉斯算子原理拉普拉斯算子是最简单的各向同性微分算子，具有旋转不变性。一个二维图像函数的拉普拉斯变换是各向同性的二阶导数，定义为：为了更适合于数字图像处理，将该方程表示为离散形式：  另外，拉普拉斯算子还可以表示成模板的形式，如图5-9所示。图5-9（a）表示离散拉普拉斯算子的模板，图5-9（b）表示其扩展模板，图5-9（c）则分别表示其他两种拉普拉斯的实现模板。从模

一、原理介绍    摄像机采集的视频序列具有连续性的特点。如果场景内没有运动目标，则连续帧的变化很微弱，如果存在运动目标，则连续的帧和帧之间会有明显地变化。   帧间差分法(Temporal Difference)就是借鉴了上述思想。由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧或三帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值

一、比较   主要包括光流场法，帧差法，背景减法，并给出了相应的实验结果。各个算法的性能优缺点对比如表2-1所示。          二、总结   光流场法计算复杂， 不适用于实时监控系统；帧差法计算简单，但是检测结果不完整；背景减法效果较好，然而建立一个良好的背景模型需要花费很大计算量和存储量的开销。

一 、GUPMat 概述     在使用OpenCV_CUDA 编程中会遇到GpuMat数据结构，该数据结构是GPU内存容器。         在GUP中，类GpuMat是存储2D数据。类GpuMat 的特点：(1)它的数据不是连续的，在每一行末尾额外填充数据；(2)它包含下面数据项：     --data: GPU内存指针数据开始；     --step:距离之间的数据是两个连续

一、概述        模式识别就是通过计算机，用数学模型求解的方法研究模式的自动处理和判读。在模式识别的各种方法中，模板匹配是最容易的一种，其数学模型易于建立，通过模板匹配对数字图像模式识别有助于我们了解数学模型在数字图像中的应用。二、模板匹配算法1、相似性测度求匹配       模板匹配的实际操作思路很简单：拿已知的模板，和原图像中同样大小的一块区域去对。最开始时，模板的左上角

一、概述    数字图像的采样或传输在经过传感器或传输通道时经常受到噪声的干扰。为了便利进一步的图像操作，如：边缘检测、图像分割和模式识别等，有必要甚至是必须对受噪图像进行滤波。中值滤波是由Tukey发明的一种非线性信号处理技术，由于其在滤除噪声的同时，能够很好地保护图像的边缘，因此得到了广泛的应用。但通常的中值滤波中的数据排序费时较多，特别在大窗口下，需要进行大量的数据比较工作，不利于图像快

一、Sobel算子基本原理Sobel算子是一阶导数的边缘检测算子，在算法实现过程中，通过3×3模板作为核与图像中的每个像素点做卷积和算，然后选取合适的阈值以提取边缘。采用3×3邻域可以避免在像素之间内插点上计算梯度。Sobel算子也是一种梯度幅值，即：其中的偏导数Sx 和Sy可用卷积模板来实现。Sx=(Z1+2Z2+Z3)-(Z7+2Z8+Z9)Sy=(Z1+2Z4+Z7)