改进混合高斯模型的自适应烟雾图像分割算法-计算机辅助设计与图形学.PDFVIP

第28 卷 第7 期 计算机辅助设计与图形学学报 Vol. 28 No.7 2016 年7 月 Journal of Computer-Aided Design Computer Graphics Jul. 2016 改进混合高斯模型的自适应烟雾图像分割算法 1,2) 1,2) 2) 胡 燕 , 王慧琴 , 马宗方 1) (西安建筑科技大学管理学院 西安 710055) 2) (西安建筑科技大学信息与控制工程学院 西安 710055) (huyan.nancy@163. com) 摘 要: 为了解决烟雾分割算法中灰白( 白)烟和黑色烟雾的同时提取以及分割阈值的自适应选取问题, 利用烟雾属 于前景目标的特征以及灰白( 白)烟和黑色烟雾的颜色特征, 提出一种改进混合高斯模型的自适应烟雾图像分割算法. 该算法在混合高斯背景模型的基础上删除长期没有匹配的“过期”高斯成分, 缩短背景建模时间; 根据烟雾“ 团聚”特 点以及灰白( 白)烟和黑色烟雾各自不同的R , G, B 三分量关系对烟雾图像进行分块，通过对不同的块使用自适应差分 阈值提取烟雾可疑区域; 针对光线突变、物体移入场景并静止下来等使场景可能发生渐变的问题, 对背景图像进行全 局和局部更新, 并引入修正因子 对已经更新后的背景图像再次修正, 确保背景图像更加接近真实场景; 最后通过 计算当前图像与背景图像的差异程度作为块差分阈值更新基准, 实时更新块差分阈值. 实验结果表明, 文中算法不 但能够同时提取灰白( 白)烟和黑色烟雾, 而且目标边缘不规则信息保留完整, 分割准确度比已有算法提高了35.9%, 运行速 度有小幅度提升. 关键词：混合高斯模型; 分块; 颜色模型; OSTU; 烟雾图像分割 中图法分类号：TP391.41 Adaptive Smoke Image Segmentation Algorithm Based on Improved Gaussian Mixture Model Hu Yan1,2), Wang Huiqin1,2), and Ma Zongfang2) 1) (School of Management , Xi’an University of Architecture and Technology, Xi’an 710055) 2) (School of Information and Control Engineering, Xi ’an University of Architecture and Technology, Xi ’an 710055) Abstract: With the aim to extract the gray (white) smoke and black smoke simultaneously from the smoke image segmentation, the adaptive smoke image segmentation algorithm based on improved Gaussian mixture model is proposed by using the characteristic of the smoke belonging to foreground object and the color feature of different smoke. On the basis of Gaussian mixture model, this method removes long time no match expired Gauss compo- nent to shorte