Record ur minds

运动检测的一般方法     目前，运动物体检测的问题主要分为两类，摄像机固定和摄像机运动。对于摄像机运动的运动物体检测问题，比较著名的解决方案是光流法，通过求解偏微分方程求的图像序列的光流场，从而预测摄像机的运动状态。对于摄像机固定的情形，当然也可以用光流法，但是由于光流法的复杂性，往往难以实时的计算，所以我采用高斯背景模型。因为，在摄像机固定的情况下，背景的变化是缓慢的，而且大都是光

转自：http://blog.youkuaiyun.com/c395565746c/article/details/6329528   转自：http://www.oschina.net/news/17193 本文是从 Predator Object Tracking Algorithm the Future of Computer Interface? 这篇文章翻译而来。 我刚刚

from:点击打开链接 车道检测问题一般由hough变换得到，但是这样得到的结果往往不尽人意，如图1所示： 图1.直接进行hough变换检测直线 那么我选取了一种基于概率模型和几何模型结合的方法进行检测。结果图分别如下图所示： 步骤如下： 首先进行图像增强or去噪： 然后进行基于高斯概率模型的车道滤