10.13700/j.bh.1001-5965.2015.0113
复杂动态场景下目标检测与分割算法
在动态场景等复杂条件下,往往难以对序列图像目标进行准确的检测与分割.根据序列图像中目标在复杂条件下的成像特点,提出了一种基于融合尺度不变特征变换(SIFT)流特征显著模型的动态场景目标检测与分割算法.通过对SIFT流算法表示运动特征信息的优势进行分析,并结合图像国际照明协会(CIE) Lab颜色空间的颜色和亮度特征信息,建立四维特征向量空间.利用改进的多尺度中心-环绕对比方法生成各特征通道的显著图并进行线性融合,建立序列图像的动态场景目标显著模型.最后利用均值漂移聚类算法和形态学处理实现对检测目标的精确分割.实验结果表明,相比传统检测与分割算法,该算法在动态背景与航拍等复杂场景下能够分割出更为完整的目标区域,具有良好的鲁棒性和高分割精度.
显著性检测、运动目标、尺度不变特征变换(SIFT)流、图像分割、动态场景
42
TP391(计算技术、计算机技术)
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
310-317