【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：在matlab上用vibe算法完成视频前景提取_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

运动物体检测一般分为背景建模和运动物体分析两步。即构建不包含运动物体的背景模型。然后将新的视频帧和背景模型对比，找出其中的运动物体。目前比较好的背景建模算法有两种：1)文章（Zivkovic Z. (2004) Improved adaptive Gausianmixture model for  backgroundsubtraction, Proceedings of ICPR 2004, August 23-26, Cambridge, UK.）提出的高斯混合模型法。在此算法中，背景的每一个像素都被拟合到一个高斯混合模型。对于新的图片，只需要判断每个像素是否服从这个高斯混合模型就可以判断

基于C#实现了运动目标的ViBe检测算法，基于Vs2015+EmguCV3.2.0进行了设计，具体信息见压缩包中readme.txt文件。

Vibe背景建模的算法原代码，一种还算新的背景建模法，适合静态背景的运动目标检测，希望对初学者有所帮助，

针对视觉背景提取(Vibe)运动目标检测算法存在的鬼影及阴影问题,利用鬼影与背景相似而运动目标与背景差异大的特点,提出了一种基于前景和邻域背景像素直方图相似度匹配的方法,快速检测鬼影并更新背景模型;利用阴影的颜色特性和纹理不变性,提出在亮度和色度分离的YCbCr色彩空间中先根据颜色特性得到候选阴影区域,再利用完全局部二值模式算子(CLBP)提取区域的详细纹理特征,进一步检测与去除阴影。在公开视频数据库CDnet-2012上进行仿真,仿真结果表明,该算法能够保证运动目标被完整检测的同时快速去除鬼影和阴影,其检测精度比原Vibe算法提高了21.53%。

主要为大家详细介绍了运动检测ViBe算法python实现代码，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

ViBe运动目标检测算法速度快，能有效抑制噪声，但在光照强度突然改变的情况下，该算法会造成大面积的背景像素被误判为前景像素，针对此问题提出一种改进的融合帧差法的ViBe算法。实验结果表明，改进的算法能在光照有变化时依然能检测到完整的运动目标。

【目标检测】基于帧差法+Vibe算法实现车辆行人检测matlab源码

vibe算法的c++实现，注释详细，内含论文，并根据论文进行了部分改进

vibe算法的openc代码，作者大神写的，原创