基于差分的方法的改进

博主采用差分方法获取视频轮廓背景,但原运算复杂、速度慢,每帧约1.5s。后经网上朋友提示,采用金字塔分割法将视频窗口缩小一倍,速度大幅提升。下一步计划是获取更准确轮廓,并基于轮廓形状分割矩形。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

看了不少的基于差分的方法,得到轮廓背景。
绝大部分是,差分(与背景相减,或者与前一帧相减)=》中值滤波=》形态学膨胀=》腐蚀,但是这个运算太大,太复杂,速度太慢,大概每帧1.5s。
我实验用了视频分辨率是650*700,然后我的笔记本配置是PIII 800,128M。这几天一直再苦恼这个方法,后来请教了一位网上的朋友,
提示我可以使用低分辨率,缩小轮廓的方法减轻运算的复杂度,
后来我采用了金字塔分割的方法,就是把视频窗口缩小一倍,的确速度有很大的提升:),谢谢这位朋友。

缩小一倍

缩小两倍

下一步我要做的是试试如何得到更准确的轮廓,以及基于轮廓的形状开始分割矩形,这也是一个很难的东西。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值