中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
复杂动背景下的“低小慢”目标检测技术

文献类型:期刊论文

作者吴言枫; 王延杰; 孙海江; 刘培勋
刊名中国光学
出版日期2019
卷号12期号:04页码:854-866
关键词计算机视觉 视觉显著性 扫描线填充 曲线拟合 自适应阈值分割
英文摘要为了在复杂天空背景下检测出低空慢速小目标,本文研究了"低小慢"目标的视觉显著性区域特征,融合扫描线填充算法,提出了一种动态背景下"低小慢"目标自适应实时检测技术。首先,根据图像的亮度对比度获取显著性图。接着,使用形态学梯度提取显著性特征,通过三帧差分算法得到种子点。然后,使用扫描线填充算法进行生长,结合提出的自适应双高斯算法分割出前景。最后,根据候选目标的面积占比变化、质心距离变化、宽高比差异剔除虚假目标,完成检测。为了验证算法的有效性,本文选取了7组复杂天空背景的视频序列进行测试,并与其他优秀检测算法进行了对比。结果表明,本文提出的算法对运动目标检测的平均运行时间为0. 040 9 s,平均检测准确率为89. 97%,相比于其他算法的平均运算时间减少了0. 35 s,检测的平均准确率提高了24. 5%。算法在复杂背景下具有较好的稳定性和较强的鲁棒性。
源URL[http://ir.ciomp.ac.cn/handle/181722/63600]  
专题长春光学精密机械与物理研究所_中科院长春光机所知识产出
推荐引用方式
GB/T 7714
吴言枫,王延杰,孙海江,等. 复杂动背景下的“低小慢”目标检测技术[J]. 中国光学,2019,12(04):854-866.
APA 吴言枫,王延杰,孙海江,&刘培勋.(2019).复杂动背景下的“低小慢”目标检测技术.中国光学,12(04),854-866.
MLA 吴言枫,et al."复杂动背景下的“低小慢”目标检测技术".中国光学 12.04(2019):854-866.

入库方式: OAI收割

来源:长春光学精密机械与物理研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。