包含源码、数据集、实验报告 python实现k-means聚类方法和混合高斯模型，可供学习使用

在matlab平台上的运动图像检测、采用的是混合高斯模型和RGB颜色模型联合判断的烟雾运动的方法，亲测可用

高斯模型下的视频运动目标提取算法研究.doc

自己写的基于混合高斯背景建模的运动目标检测算法，没有利用opencv本身封装的GMM函数。

利用混合高斯模型对目标场景进行背景建模，分割出前景与背景。 代码输入：一组图片或一段视频 代码输出：前景与背景分割开的灰度图 环境：linux+opencv+eigen 语言：Ｃ++

基于C++实现的混合高斯模型采样函数。内容为VS stdio 代码，包含混合高斯模型的采样器和MATLAB测试代码。混合高斯模型采样函数的实现是基于C++随机树库，不依赖任何外部代码库，完全手写代码。此代码纯手写，请批评指正，向大佬学习。

针对视频中运动目标检测实时性问题，提出了一种基于混合高斯模型的背景差分法的 FPGA实现方法．背景差分算法是运动检测算法中最常用的方法，该算法首先对实时得到的图像序列进行建模，得到运动场景的背景模型．然后在运动目标分割中及时的根据场景变化更新背景．考虑到实时性要求的高帧率、高分辨率视频分割任务，利用FPGA并行处理和硬件实现的优点，对混合高斯模型进行修改来对它进行定制，以适合于硬件实现．最后，通过在FPGA开发平台进行了仿真实现，结果验证了算法在硬件实现的正确性，以及在实时性能上的提高．

　综合分析了火焰的颜色、闪烁频率及其面积增长性等静态特征和动态特征,设计了一种基于视频的火焰检测自动预警算法. 利用混合高斯模型有效地表示了火焰颜色及颜色的多态性. 实验表明该算法具有误报警低、识别率高、实时性强等优点,是火灾自动报警的一种可行、科学的解决方案,具有广泛的应用前景,该研究在国内外还处于发展阶段.

基于自适应混合高斯模型的时空背景建模

OPENCV目标跟踪_opencv_目标检测_混合高斯背景模型-背景差法Opencv_混合高斯模型_背景差法_VC++