改进的基于局部联合特征的运动目标检测方法 .pdfVIP

学兔兔 第36卷 第 l0期 仪 器 仪 表 学 报 Vo1．36No．10 2015年 l0月 ChineseJournalofScientificInstrument 0ct．20l5 改进的基于局部联合特征的运动 目标检测方法术 王顺飞，闰钧华，王志刚 (南京航空航天大学航天学院 南京 210016) 摘 要：背景减除是机器视觉中运动 目标检测最常用的方法。针对复杂场景中传统单特征算法检测精度不高、多特征检测算法 实时性较差的问题 ，提出了一种改进的联合纹理 、颜色和位置特征的局部联合特征，并对局部联合特征混合高斯建模 ，采用多重 判定进行学习和更新的目标检测算法。为更好地抵抗阴影和光照变化影响并减少计算量，改进了LBP算子 ，Lab局部颜色特征 在处理纹理缺乏情况时，有更好的效果，而位置特征能减缓场景抖动等噪声影响。实验结果表明，该算法能准确地检测上述影 响下的目标，检测效果在多种数据集上表现出更高的鲁棒性和精确性并且基本达到实时性要求。 关键词：背景减除；LBP；Lab色彩；联合特征；混合高斯模型 中图分类号：TP391．41 TH744 文献标识码 ：A 国家标准学科分类代码 ：5l0．40 Improvedmovingobjectdetectionalgorithm basedonlocalunitedfeature WangShunfei，YanJunhua，WangZhigang (CollegeofAstronautics，NanjingUniversityofAeronauticsandAstronautics，Nanjing210016，China) Abstract：Backgroundsubtractionisthemostcommonlyusedmethodinmachinevisionformovingobjectdetection．Aimingattheprob— lem thatthedetectionaccuracyoftraditionalsinglefeaturealgorithm isnothighandthereal—timeperformanceofmultiplefeaturedetec— tionalgorithmispoorincomplexscene，animprovedobjectdetectionmethodbasedonlocalunitedfeatureisproposedinthispaper．The methodcombinestexture，colorandlocationfeatures；perfomr sGaussianmixturemodelingofrthelocalunitedfeature；andadoptsmulti— piedeterminationstoconductlearningandupdate．Inordertoresisttheinfluenceofshadow andlightingchangesaswellasreducethe amountofcomputation，the(1ocalbinarypatternLBP)operatorismodified．TheLablocalcolorfeatureperfomrsbetterindewingwith thecaseoflackingtexture．Meanwhile，thelocationfeaturecanmitigatetheinfluenceofscenejitter．Experimentresultsshowthatthe proposedalgorithm canaccuratelydetectthetargetundertheinfluencesmentionedabove；thedetectionresultsexhibithigherrobustness andaccu