10.16526/j.cnki.11-4762/tp.2016.05.066
基于特征点光流聚类的复杂背景中运动车辆检测
为了准确、快速的在动态场景中对运动车辆进行检测,提出一种基于特征点光流聚类的车辆检测方法;该方法取Harris角点为车辆特征量,通过特征点匹配来剔除一些没有运动的干扰角点,然后对剩余的特征点做光流提取并利用模糊U邻域(FUNN)聚类算法实现光流的聚类,从而剔除噪音、孤立点和不感兴趣样本实现前景和背景的分离,最后通过设定阈值判断前景目标是否是车辆;实验结果证明在复杂的动态场景中该算法对遮挡、光照变化、阴影处理等有很好的鲁棒性,相较于其他算法具有更高的车辆识别率.
特征提取、光流法、FUNN聚类、车辆检测
24
TP391(计算技术、计算机技术)
2016-08-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
234-236