改进的基于局部联合特征的运动目标检测方法

摘要：

背景减除是机器视觉中运动目标检测最常用的方法.针对复杂场景中传统单特征算法检测精度不高、多特征检测算法实时性较差的问题,提出了一种改进的联合纹理、颜色和位置特征的局部联合特征,并对局部联合特征混合高斯建模,采用多重判定进行学习和更新的目标检测算法.为更好地抵抗阴影和光照变化影响并减少计算量,改进了LBP算子,Lab局部颜色特征在处理纹理缺乏情况时,有更好的效果,而位置特征能减缓场景抖动等噪声影响.实验结果表明,该算法能准确地检测上述影响下的目标,检测效果在多种数据集上表现出更高的鲁棒性和精确性并且基本达到实时性要求.

关键词：背景减除、LBP、Lab色彩、联合特征、混合高斯模型

所属期刊栏目：36

分类号：TP391.41;TH744(计算技术、计算机技术)

资助基金：获得南京航空航天大学研究生创新基地实验室开放基金kfjj20151505;中央高校基本科研业务费专项资金、国家自然科学基金61471194;中国航天科技集团公司航天科技创新基金

在线出版日期：2015-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2241-2248