三维高斯模型 opencv实现
- OnProbabilityModel()
- {
- int i;
- for(int x=0;x<workImg->height;x++)
- {
- for(int y=0;y<workImg->width;y++)
- {
- //double cur[3];
- CvMat* cur=cvCreateMat(3,1,CV_32F);
- for(i=0;i<3;i++){
- double tt=((uchar*)(workImg->imageData+x*workImg->widthStep))[y*3+i];
- cvmSet(cur,i,0,tt);
- }
- CvMat dst=cvRGB2YCbCr(cur);
- if(CalProbability(WHITE,&dst)<0.1&&CalProbability(YELLOW,&dst)<0.1)
- for (i=0;i<3;i++)
- ((uchar*)(workImg->imageData+x*workImg->widthStep))[y*3+i]=0;
- }
- }
- Invalidate();
- }
- double CalProbability(int classid,CvMat* cur)
- {
- /************************************************************************/
- /* function:
- 一个像素点cur[3]={r,g,b}; 它属于classid色类的概率
- */
- /************************************************************************/
- double temp,t1;
- CvMat inv_w,inv_y;
- cvInitMatHeader(&inv_w,3,3,CV_32F,Inv_white);
- cvInitMatHeader(&inv_y,3,3,CV_32F,Inv_yellow);
- CvMat* tmp=cvCreateMat(1,3,CV_32F);
- CvMat* tmp1=cvCreateMat(1,3,CV_32F);
- CvMat* res=cvCreateMat(1,1,CV_32F);
- //double tmp[3][3],tmp1[3][3];
- //////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
- temp=1/pow(2*PI,3/2)/sqrt(norm[classid]);
- //cvmGetMat()
- for (i=0;i<3;i++) {
- double x=cvmGet(cur,i,0);
- x-=mean_ycbcr[classid][i];
- if(x<0)
- x=0;
- cvmSet(cur,i,0,x);
- }
- double c1=cvmGet(cur,0,0);
- double c2=cvmGet(cur,1,0);
- double c3=cvmGet(cur,2,0);
- cvTranspose(cur,tmp);//转置
- if(classid==WHITE)
- cvmMul(tmp,&inv_w,tmp1);
- else if(classid==YELLOW)
- cvmMul(tmp,&inv_y,tmp1);
- cvmMul(tmp1,cur,res);
- //t1=cvNorm(tmp,0,CV_L1,0);
- t1=cvmGet(res,0,0);
- t1*=(-0.5);
- temp*=pow(Ezhishu,t1);
- return temp;
- }
from: http://blog.csdn.net/abcjennifer/article/details/7392373
三维高斯模型 opencv实现的更多相关文章
- Opencv混合高斯模型前景分离
#include "stdio.h" #include "string.h" #include "iostream" #include &q ...
- 混合高斯模型:opencv中MOG2的代码结构梳理
/* 头文件:OurGaussmix2.h */ #include "opencv2/core/core.hpp" #include <list> #include&q ...
- OpenCV混合高斯模型函数注释说明
OpenCV混合高斯模型函数注释说明 一.cvaux.h #define CV_BGFG_MOG_MAX_NGAUSSIANS 500 //高斯背景检测算法的默认参数设置 #define CV_BGF ...
- [zz] 混合高斯模型 Gaussian Mixture Model
聚类(1)——混合高斯模型 Gaussian Mixture Model http://blog.csdn.net/jwh_bupt/article/details/7663885 聚类系列: 聚类( ...
- 运动检测(前景检测)之(二)混合高斯模型GMM
运动检测(前景检测)之(二)混合高斯模型GMM zouxy09@qq.com http://blog.csdn.net/zouxy09 因为监控发展的需求,目前前景检测的研究还是很多的,也出现了很多新 ...
- [转]运动检测(前景检测)之(二)混合高斯模型GMM
转自:http://blog.csdn.net/zouxy09/article/details/9622401 因为监控发展的需求,目前前景检测的研究还是很多的,也出现了很多新的方法和思路.个人了解的 ...
- PRML读书会第九章 Mixture Models and EM(Kmeans,混合高斯模型,Expectation Maximization)
主讲人 网络上的尼采 (新浪微博: @Nietzsche_复杂网络机器学习) 网络上的尼采(813394698) 9:10:56 今天的主要内容有k-means.混合高斯模型. EM算法.对于k-me ...
- 混合高斯模型(GMM)推导及实现
作者:桂. 时间:2017-03-20 06:20:54 链接:http://www.cnblogs.com/xingshansi/p/6584555.html 声明:欢迎被转载,不过记得注明出处哦 ...
- 混合高斯模型(Mixtures of Gaussians)和EM算法
这篇讨论使用期望最大化算法(Expectation-Maximization)来进行密度估计(density estimation). 与k-means一样,给定的训练样本是,我们将隐含类别标签用表示 ...
随机推荐
- Hibernate条件查询
设计上可以灵活的根据 Criteria 的特点来方便地进行查询条件的组装.现在对 Hibernate的Criteria 的用法进行总结:Hibernate 设计了 CriteriaSpecificat ...
- Facebook通过oAuth验证获取json数据
首先下载facebook相关的动态库,下载文件:facebook.dll 获取授权token方法: private string SetToken(string gettoken)//此处是你的短to ...
- 一个简单的零配置命令行HTTP服务器 - http-server (nodeJs)
http-server 是一个简单的零配置命令行HTTP服务器, 基于 nodeJs. 如果你不想重复的写 nodeJs 的 web-server.js, 则可以使用这个. 安装 (全局安装加 -g) ...
- sencha怎么在control层调用按钮
暂时在这里总结了3种方法: config: { refs: { sendMaint: 'sendMaint', basicinfolist:'basicinfolist',refreshButton: ...
- Oracle基础及三层分页查询
一.数据库表空间和数据文件 解析:一个数据库下可以开N个表空间,一个表空间可以包含N个数据文件.表空间是逻辑概念. 二.关于listener.ora位置 修改该界面上的数据,会影响指定路径的监听配置文 ...
- MVC VS2012 Code First 数据库迁移教程
1.在“服务资源管理器”连接数据库 2.打开工具-Nuget程序包管理器“程序包管理器控制台” 3.控制台输入命令:PM> Enable-Migrations -StartUpProjectNa ...
- ACM Steps 2.1.8
小数化分数2 Time Limit: 1000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others) Total Sub ...
- Learn ZYNQ Programming(1)
GPIO LED AND KEY: part1:gpio leds and gpio btns combination. (include 1~4) part2:use gpio btns inter ...
- javascript中字符串的常用方法
<script type="text/javascript"> String substring(start,end): slice(start,end); 这两个函数 ...
- 解决PHP下导出csv乱码小记
我们之前都是使用PHPexcel导出我们的一些数据的,由于Phpexcel对导出超出1万条数据会导至超时和内存暴涨,后来我们就改用数据导出成csv格式的. 相信很多朋友们在用PHP导出csv文件时都遇 ...