基于学习矢量量化的运动目标检测算法.pdfVIP

第39卷第9期 光 电工程 Vo1．39，No．9 2012年9月 Opto—ElectronicEngineering Sept，2012 文章编号：1003—501X(2012)09—0042—07 基于学习矢量量化的运动 目标检测算法 王世东 ，一，周德闯 ，汪 箭 (1．中国科学技术大学 火灾科学国家重点实验室，合肥 230026； 2．安徽建筑工业学院 信息网络中心，合肥 230022) 摘要 ：提 出一种基于学习矢量量化的运动 目标检测算法。通过训练样本，网络能自适应地确定区分运动 目标和背 景的阈值向量。输入向量包含图像的YCbCr颜色空间分量和灰度共生矩阵的方向特征。两者融合到算法中，有效 抑制了背景亮度变化对运动 目标检测的干扰。仿真实验结果表明，即使在背景模型亮度剧烈变化的情况下，算法 也能够准确检测出运动 目标。 关键词：运动 目标检测；学习矢量量化；YCbCr；灰度共生矩阵 中图分类号：TP391 文献标志码：A doi：10．3969~．issn．1003—501X．2012．09．008 AMovingObjectDetectionAlgorithmBasedon LearningVectorQuantization WANG Shi．dong1,2 ZHOU De．chuang WANG Jan ， (1．StateKeyLaboratoryofFireScience，UniversityofScienceandTechnologyofChina，Hefei230026，China； 2．InformationNetworkCenter，AnhuiUniversityofArchitecture，Hefei230022，China) Abstract：AmovingobjectdetectionalgorithmbasedonLearningVectorQuantization(LVQ)ispresented．Bytraining samples，thethresholdvectorofextractingthemovingobjectshashteself-adaptiveability．Theinputvectorincludes componentsofYCbCrcolorspaceanddirectionfeatureofGrayLevelCo-occurrenceMatrix(GLCM)．Thesetwo featuresareintegratedtohtealgorithm，whichhastheefficiencyofinhibitinghtedisturbanceofbackgroundbrightness variation．ExperimentresultsindicatethathtemovingobjectsCallbeextractedcorrectlybyusinghtealgoritmh ，evenif thecomplexbackgroundhasna acutebrightnessvariation． Keywords：movingobjectdetection；learningvectorqunatization；YCbCr；rgaylevelc-occurrencematrix 0 引 言 在计算机视觉系统中，运动 目标检测被广泛地应用于交通监测、楼宇监控等方面。常用的运动 目标检 测方法有：光流法 J、帧差法 和背景差分法。光流法通过计算图像中每个像素的运动方向和速度分割 图像，算法具有较高的精度