1、“.....然后我们使用投影直方图像那样将直方图中间部分转移到目标几何中心。尤其是，规范，和垂直，投影直方图形状被定义为如下所示，，其中即几何中心目标椭圆中心。指数。水平和垂直投影直方图数量。为了减少背景噪声和图像异常值影响，我们引中文字出处运动小目标检测与跟踪摘要本研究提出了种基于相关系数的背景更新算法，克服了平均背景更新模糊图像的缺点。然后，它用减背景的方法来检测运动目标和记录运动目标区域并使用投影直方图调整目标的中心，计算当前帧和随后帧的置信系数，研究在后续帧的目标中心。然后，可以在后续帧跟踪运动目标。中计算协方差和相关系数比较和阈值，如果大于阈值，使用现场图像代替其相应背景图片，否则，保存原来背景图像。相关系数，其中......”。

2、“.....，二维矩阵协方差。，和方差。，被表示为，，，其中代表，区间，。如果绝对值更接近，场景图像与地面图像更相似。有必要使用场景图像代替其相应背景图片。否则，保存原来背景图像。背景更新模型如下所示其中阈值，通常是值从到。，大小为场景图像行和列。，大小为背景图像行和列。运动目标检测方法背景图片可以实时更新，所以我们可以利用减背景法来检测运动目标。减背景方法如下所示，，其中，场景图像。在时间背景图像。在二值化处理后和区别显示出来。阈值区间通常从到是有意义。代表图像像素位置......”。

3、“.....然后我们使用投影直方图像那样将直方图中间部分转移到目标几何中心。尤其是，规范，和垂直，投影直方图形状被定义为如下所示，，其中即几何中心目标椭圆中心。指数。水平和垂直投影直方图数量。为了减少背景噪声和图像异常值影响，我们引图像那样将直方图中间部分转移到目标几何中心。尤其是，规范，和垂直，投影直方图形状被定义为如下所示，，其中即几何中心目标椭圆中心。指数。水平和垂直投影直方图数量。为了减少背景噪声和图像异常值影响，我们引入权重提高投影直方图归化形状鲁棒性。这是通过使用个各向同性内核函数以类似方式如核函数作用是将较小权重分配给像素远离中心本项目直方图。然后......”。

4、“.....，，，从大小为目标中计算得来。为了发现目标在后续帧，我们搜索窗口大小为地区锁定运动目标在第场景图像。然后，候选目标确定在这个窗口。投影直方图加权目标候选用和来标示被定义为其中，，为了在后续帧找到个目标位置，我们使用比率作为形状系数匹配，其定义如下然后，目标中心在大小为窗口更新实验结果我们随机保存在实验中没有目标运动背景为当前场景。然后，我们更新背景图像，用减背景方法来检测运动目标。锁定运动目标在大小为窗口。我们使用投影直方图调整目标中心，计算当前帧和后续帧系数研究在后续帧目标中心。然后......”。

5、“.....特定流程如图所示。图实验具体流程在实验中，帧总数是，大小为。背景帧如图所示。当前帧如图所示。背景更新结果如图所示。开始保存背景图像获得当前框架将背景图像和当前框架分成大小为矩阵计算当前图像矩阵和相关背景图像矩阵相关系数，是否大于背景更新保存最初背景图像记录移动目标位置使用投影直方图方法找到运动目标中心计算相关系数并在随后框架记录运动目标中心结束图背景帧图当前帧图背景更新后图像背景更新之后，我们可以使用减背景方法来检测运动目标和记录运动区域。记录运动区域结果是图所示，设置为。图记录运动区域我们使用投影直方图调整目标中心，计算当前帧和后续帧系数研究在后续帧目标中心。然后，可以在后续帧跟踪运动目标。结果如图和图所示......”。

6、“.....投影直方图检测比不定位检测精度更高。在检测和跟踪目标方面具有更高精度。表不定位检测和投影直方图检测之间比较帧总数准确地跟踪帧数量准确率不定位监测投影直方图检测结论我们已经提出了个基于相关系数背景更新算法，并使用减背景方法来检测运动目标和记录运动目标区域，并使用投影直方图调整目标中心，计算当前帧和后续帧系数研究在后续帧目标中心。然后，可以在后续帧跟踪运动目标。我们使用算法进行试验，并比较不定位检测和投影直方图检测优劣。实验结果表明，该算法能够准确地检测和自动跟踪运动目标。参考文献，，，，，，，，，，，，，，，，，，中计算协方差和相关系数比较和阈值，如果大于阈值，使用现场图像代替其相应背景图片，否则，保存原来背景图像。相关系数，其中......”。

7、“.....，二维矩阵协方差。，和方差。，被表示为，，，其中代表，区间，。如果绝对值更接近，场景图像与地面图像更相似。有必要使用场景图像代替其相应背景图片。否则，保存原来背景图像。背景更新模型如下所示中文字出处运动小目标检测与跟踪摘要本研究提出了种基于相关系数背景更新算法，克服了平均背景更新模糊图像缺点。然后，它用减背景方法来检测运动目标和记录运动目标区域并使用投影直方图调整目标中心，计算当前帧和随后帧置信系数，研究在后续帧目标中心。然后，可以在后续帧跟踪运动目标。实验结果表明，该算法能够准确地检测和自动跟踪运动目标。关键字背景更新，投影直方图......”。

8、“.....例如包括个在视频监控系统中运动检测器，动作分析动画医学成像和人机交互。在连续帧中跟踪个变形目标在视频监控系统中是特别重要。有各种研究关于视频目标提取和跟踪。最简单方法之是跟踪连续两帧之间区域差异，并且它性能可以通过使用自适应背景生成法和减背景法提高。尽管简单基于区别跟踪方法在无噪声情况下跟踪个目标是有效，但它经常在嘈杂，复杂背景中失败。如果相机有意或无意地移动，跟踪性能会进步退化。在阴影，噪音和闭塞情况下跟踪目标，投票方案已经提出了个非线性目标特性在。作为基于帧差跟踪方法替代方法，个或地区跟踪，可以用来定位目标重心。基于静止背景假设，提出了种实时跟踪算法......”。

9、“.....本研究提出了种基于相关系数背景更新算法，克服了平均背景更新模糊图像缺点。然后，它用减背景方法来检测运动目标和记录运动目标地区并且采用投影直方图方法来跟踪运动目标。方法背景方法我们随机保存没有目标运动当前场景作为背景。但场景将根据时间，光线和天气条件等等变化。实时背景更新是必要。因此，本文提出了种方法来更新背景。主要步骤如下所示保存当前场景图像，把场景图像矩阵分为大小为矩阵计算场景图像矩阵方差把背景图像分为大小为矩阵并且计算其方差在大小为场景图像矩阵和其相应背景矩阵中计算协方差和相关系数比较和阈值，如果大于阈值，使用现场图像代替其相应背景图片，否则，保存原来背景图像。相关系数，其中......”。