基于减法聚类算法的视频运动目标定位.pdfVIP

维普资讯 第35卷第7期 光 电工程 Vo1．35，NO．7 2008年 7月 Opto—ElectronicEngineering July,2008 文章编号：1003—501X(2008)07—0012—05 基于减法聚类算法的视频运动 目标定位 孙志海，孔万增，朱善安 (浙江大学 电气工程学院，杭州 310027) 摘要：针对视频运动 目标定位的需要，本文给 出了一种新的视频运动 目标定位方法。该方法运用减法聚类算法对 视频运动 目标进行定位。分析了减法聚类算法的原理，给出了减法聚类算法的公式推导，目标定位的实现步骤及 流程框图。研究了本文方法对不同类型视频运动 目标的定位效 ，并与基于区域生长的定位方法进行了详细比较。 结合实验数据说明7-本文方法的定位过程、处理时间及抗噪性能。实验结果表明，本文方法适用于待定位视频序 列二值图像存在较大噪声斑点或空域连通特性较差的场合。 关键词：减法聚类；目标定位；区域生长；差异积累 中图分类号：TP391．41 文献标志码：A MovingObjectLocationinVideoSequences BasedonSubtractiveClusteringAlgorithm SUN Zhi-hai，KONG W an-zeng，ZHU Shan-an (CollegeofElectricalEngineering，Zh~iangUniversity，Hangzhou310027，China) Abstract：Inordertomeettheneedsofmovingobjectlocationindifferentvideosequences，anovelmovingobject locationmethodwasproposed．Subtractiveclusteringalgorithmwasusedforobjectlocationinvideosequences．The theoryofsubtractiveclusteringalgorithm wasanalyzed．Equationsofsubtractiveclusteringalgorithm，softwareflowcha~ andrealizationstepsofproposedmethodwerepresented．Differentlocationresultsofrdifferentvideosequenceswere studied．Subtractiveclusteringlocationalgorithm wasalsocomparedwithregiongrowinglocationmethod ． Thelocation order,timeconsuminganditsrobustnessagainstblobnoisesoftheproposedmethodwerediscussed．Experimentresults show thattheproposedalgorithm isfitforvideosequenceswhosebinary imageshavebignoiseblobsandbadspatial connectivity． Keywords：subtractiveclustering；objectlocation；regiongrowing；differenceaccumulation 1 引 言 视频运动 目标的实时检测和定位处于视觉监视系统的底层，是各种后续高级处理如视频分析 ¨