参数自适应去阴影前景目标检测算法

本文刊于: 《华中科技大学学报(自然科学版)》 2021年第0期

关键词:
前景目标检测 视觉背景提取 动态背景 自适应参数 鬼影消除 阴影检测

Keywords:
foreground target detection,visual background extractor,dynamic background,adaptive parameter,ghost elimination,shadow detection
摘要
     针对前景目标检测中出现的对动态背景适应力不佳、受鬼影及阴影干扰严重的问题,提出一种改进的视觉背景提取(ViBe)算法.首先,通过像素点的动力学模型和闪烁程度来衡量场景的动态程度,并以此自适应更新像素分类和背景模型中的关键参数;然后,利用鬼影的视觉显著性和静止不动的特点,快速找出并消除隐藏在背景模型中的鬼影像素;最后,针对在HSV颜色空间下创建的阴影候选区域,结合移动阴影的纹理不变性,使用LBSP纹理特征进行检测并去除阴影部分.实验结果表明:本文算法的前景检测准确度与错误分类率都要优于经典算法,适用于多种场景下的前景目标检测.

基金项目:
国家电网公司总部科技项目

上一篇:低秩表示和加权核范数最小化的子空间聚类
下一篇:基于改进RRT~*算法的移动机器人路径规划

分享到: 分享参数自适应去阴影前景目标检测算法到腾讯微博           收藏
评论排行
公告 
相关期刊文献推荐
相关会议文献推荐
相关硕士文献推荐
相关博士文献推荐