重要信息
1.我刊发表周期通常为8个月稿件审阅周期约为30-60天
2.请投稿时一定要详细填写通讯地址、邮编和电话号码以便及时进行沟通
2.请投稿时一定要详细填写通讯地址、邮编和电话号码以便及时进行沟通
投稿指南
1.投稿方式
请通过E-mail:cgqywxt@163.com 进行投稿。
2.编辑时限
审稿周期:5个工作日;刊登周期:8个月。
3.论文要求
为使来稿格式符合国家科技期刊格式标准,根据常见的一些问题,特向广大作者提出以下要求:本刊主要刊登敏感元器件、传感器与微系统及其相关技术的文章。论文应理论清楚、正确,并且有详细实测数据,应提供中、英文的题名、作者与单位、摘要、关键词 、图与表题名, ...查看更多>>
请通过E-mail:cgqywxt@163.com 进行投稿。
2.编辑时限
审稿周期:5个工作日;刊登周期:8个月。
3.论文要求
为使来稿格式符合国家科技期刊格式标准,根据常见的一些问题,特向广大作者提出以下要求:本刊主要刊登敏感元器件、传感器与微系统及其相关技术的文章。论文应理论清楚、正确,并且有详细实测数据,应提供中、英文的题名、作者与单位、摘要、关键词 、图与表题名, ...查看更多>>
一种基于Kalman滤波器的自适应背景建模改进算法
【出 处】:《
传感器与微系统
》
CSCD
2012年第31卷第1期 52-54页,共4页
【作 者】:
伍健荣
[1] ;
杜向龙
[1] ;
刘海涛
[1,2]
【摘 要】
基于传统Kalman滤波器理论的背景建模方法,不能很好地解决目标缓慢运动导致背景模型出现拖影的问题。针对该问题,提出了一种结合Kalman滤波器理论与动态区域重构的自适应背景建模改进算法,介绍了Kalman滤波器理论主要思想和改进算法的方法流程与效果。与传统的Kalman背景建模相比,该方法在增加少量计算复杂度的前提下,较好地解决了目标缓慢运动导致背景模型出现拖影的问题,同时也能较好地消除背景噪声。通过对图像序列的仿真实验证明:该方法具有很好的实用性与鲁棒性。
相关热词搜索: 背景建模 Kalman滤波器 动态区域重构 前景分割 background modeling Kalman filter dynamic region reconstruction foreground segmentation