一种对光照变化鲁棒的移动目标前景提取方法

发布时间：2018-01-19 02:18

本文关键词： 鲁棒主成分分析运动目标前景提取 Lab颜色空间种子点填充　出处：《计算机科学》2016年S2期 　论文类型：期刊论文

【摘要】：运动目标前景提取是对其进一步分析如特征提取、行为分析等的基础。RPCA(鲁棒主成分分析)分解可以得到较为完整的目标前景,但该方法对光照变化敏感,容易导致误检。利用Lab颜色空间中a,b通道对光照变化不敏感的特点,可以提高基于RPCA分解的前景提取方法对光照变化的鲁棒性,首先对图像L,a,b通道分别进行RPCA分解得到稀疏前景,然后利用大津阈值分割各通道二值化前景并采用种子点填充技术融合不同前景,最后利用形态学滤波优化融合结果提取准确的运动目标前景。实验结果表明,该方法可以在复杂背景下准确提取运动目标前景,且能有效克服光照变化的影响。
[Abstract]:Moving target foreground extraction is the basis of further analysis, such as feature extraction, behavior analysis, etc. RPCA (robust Principal component Analysis) decomposition can obtain a more complete target prospects. However, the method is sensitive to light change and can easily lead to false detection. It is insensitive to light change by using AGB channel in Lab color space. It can improve the robustness of the foreground extraction method based on RPCA decomposition to the illumination change. Firstly, the sparse foreground can be obtained by RPCA decomposition of the L#en0# channel of the image. Then the binarization foreground of each channel is segmented with the threshold of Otsu and the different foreground is fused with seed point filling technique. Finally, the morphological filtering is used to optimize the fusion result to extract the accurate foreground of moving target. The experimental results show that. This method can accurately extract the foreground of moving target in complex background, and can effectively overcome the influence of light change.
【作者单位】：常州大学信息科学与工程学院;常州纺织工程学院能源管理实验室;
【基金】：复杂公共环境下群体行为尺度自适应建模与特定异常行为识别算法研究(61501060) 复杂公共环境下特定群体异常行为识别算法研究(SBK20150271) 常州大学博士引进人才项目(ZMF15020068)资助
【分类号】：TP391.41
【正文快照】： 本文受复杂公共环境下群体行为尺度自适应建模与特定异常行为识别算法研究(61501060),复杂公共环境下特定群体异常行为识别算法研究(SBK20150271),常州大学博士引进人才项目(ZMF15020068)资助。1引言运动目标前景提取是计算机视觉的研究热点,在视频监控、智能交通、智能楼宇中

【相似文献】