高斯模型与区域生长相结合的景物识别算法.pdfVIP

第27卷 第11期 计 算 机 仿 真 2010年11月 文章编号：1006—9348(2010)11—0262—05 ．-． ●一 口 同斯模型与区域生长相结合的景物识别算法 雷宝权，程咏梅，杨丽华，赵春晖 (西北工业大学 自动化学院，陕西 西安 710072) 摘要：研究景物图像特征提取，光照环境因素变化时，室外场景光学成像也随之发生很大变化，景物特征复杂，严重影响了景 物识别的精度。为了解决上述问题，提出一种高斯模型与区域生长相结合的景物识别算法。先提取图像区域的底层视觉特 征以及空间位置特征，并通过高斯分布为每类景物建立模型，然后根据模型测试图像中区域属于每一类景物的概率，把概率 值较大的区域加入到模型中，更新模型参数，最后，把概率值较大的区域作为种子点进行区域生长得到景物识别的结果。采 用Matlab7．0软件对Pasadena数据库中景物进行仿真识别。结果表明识别 目标景物的有效性，为复杂场景下景物识别提供 了一种有效的算法。 关键词：景物识别；高斯模型；区域生长 中图分类号：TP391 文献标识码 ：A NaturalObjectRecognitionAlgorithm UsingtheCombination ofGaussianM odelandRegionGrowing LEIBao—quan，CHENG Yong—mei，YANG Li—hua，ZHAO Chun—hui (CollegeofAutomation，NorthwesternPolytechnicalUniversity，Xi’an，710072，China) ABSTRACT：Asoutdoorsceneimageschangegreatlywiththelightandotherenvironmentalfactors，theaccuracyof thenaturalobjectrecognitionalgorithm isaffectedseriously．Inordertosettlethisproblem，analgorithmusingthe combinationofGaussianmodelandregiongrowingispresented．Firstly，visualfeaturesofthetrainingimagesale modeledthroughGaussianmodel，andthepriorinformationaboutspatiallocationisjoineda8wel1．Then，theproba- bilitiesofregionsbelongingtoeachscenearetested，theregionswithlargeprobabiliytvaluesaleaddedtothemodel， andthemodelparametersareupdatedatthesametime．Finally，theregiongrowingalgorithm isusedtoobtainthe recognitionresults．Thealgorithm istestedontheimagesfrom PasadenaHouses2000datbaaseincluding5categories ofnaturalobjectssuchassky，road，house，treeandrgass，andsatisfyingresultsareachieved．Experimentalresults demonstratethesuperiorityandabetteridentifyingaccuracyofthealgorithm proposed．Thisresearchprovidesanel- fectivealgorithmfornaturalobjec