利用边界运动显著性的红外运动目标分割方法 a method for segmentation of moving object in infrared videos based on motion saliency of edge.pdfVIP

下载本文档

0
0
约 7页
2017-08-22 发布于上海
举报
版权申诉

利用边界运动显著性的红外运动目标分割方法 a method for segmentation of moving object in infrared videos based on motion saliency of edge.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

利用边界运动显著性的红外运动目标分割方法 a method for segmentation of moving object in infrared videos based on motion saliency of edge

第35 卷第10 期电子与信息学报 Vol.35No.10 2013 年10 月 Journal of Electronics Information Technology Oct. 2013 利用边界运动显著性的红外运动目标分割方法闵超波张俊举常本康孙斌李英杰刘磊 (南京理工大学电光学院南京 210094) 摘要：针对传统算法无法对短暂静止的红外运动目标进行准确有效地分割，该文提出了一种利用边界运动特征的红外运动目标分割方法。首先，定义了一种新指标　边界运动显著性，该指标利用边界点时空域特性，可以准确反映图像中边界点的运动特征，显著性越高，则该边界点属于运动目标的可能性越大。然后，通过Otsu 阈值法提取出显著性高的边界点，并利用历史数据对其进行修正，修正之后的运动边界点作为运动目标种子。最后，通过一种“逐层生长”的区域生长方法，在运动目标种子上分割出完整的运动目标掩膜。该方法在多组红外图像序列中进行测试与对比，结果证明该方法运动目标分割效果良好，目标背景的错分率低，可以准确检测并分割出短暂静止的运动目标。关键词：运动检测；红外视频；视频分割；边界特征中图分类号：TP391 文献标识码：A 文章编号：1009-5896(2013)10-2384-07 DOI: 10.3724/SP.J.1146.2013.00417 A Method for Segmentation of Moving Object in Infrared Videos Based on Motion Saliency of Edge Min Chao-bo Zhang Jun-ju Chang Ben-kang Sun Bin Li Ying-jie Liu Lei (School of Electronic Engineering and Optic-electronic Technology, Nanjing University of Science and Technology, Nanjing 210094, China) Abstract: A novel method is proposed for segmentation of moving object using motion feature of edge in infrared videos. At first, a new index 　 Motion Saliency of Edge (MSE) is defined. MSE can reflect the motion feature of edge points of an image based on the spatial-temporal characteristic. The higher the MSE of an edge point is, the more likely it belongs to a moving object. The edge point with a high MSE value is extracted by using Otsu’s thresholding. The results obtained by Otsu are updated by using historical data. The edge points which are extracted and updated can be considered to be the seed of moving objects. At last, the segmented masks of moving