基于复模糊逻辑系统的运动目标检测方法-江苏大学.PDFVIP

２０１７年１１月 第３８卷　第６期 Ｎｏｖ．２０１７ Ｖｏｌ．３８　Ｎｏ．６ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－７７７５．２０１７．０６．０１０ 基于复模糊逻辑系统的运动目标检测方法 １ １ ２ 李子龙 ，鲍　蓉 ，刘伟铭 （１．徐州工程学院信电工程学院，江苏 徐州２２１１１１；２．华南理工大学 土木与交通学院，广东 广州５１０６４０） 摘要：为了提高复杂场景下背景建模的准确率、抗干扰能力、效率，提出了基于复模糊逻辑系统的运 动目标检测方法．使用复ＴＳＫ模糊逻辑系统作为背景模型的估计，并结合粒子群优化算法和核最小均 方算法来学习该复模糊逻辑系统；将前景像素看作背景像素的例外像素，提出了去除前景像素的方 法，然后再去学习复模糊逻辑系统；最后根据估计的背景模型和前景图像的比较判断出前景像素．为 了验证文中方法，选择了校园、高速公路和河边３个场景下的视频序列进行了测试，并与其他３个经 典的方法进行对比．结果表明：文中方法在光照变化、摄像机晃动、变化背景等情况下都有较高的检 －１ 测结果，其相近性测量值比其他３个方法高出０．１，且检测速度为２２ｆ·ｓ ，也能满足实时性要求． 关键词：运动目标检测；背景模型；复模糊逻辑系统；粒子群优化算法；核最小均方算法 中图分类号：ＴＫ５１４；ＴＭ９１３　　文献标志码：Ａ　　文章编号：１６７１－７７７５（２０１７）０５－０６７７－０５ 引文格式：李子龙，鲍　蓉，刘伟铭．基于复模糊逻辑系统的运动目标检测方法［Ｊ］．江苏大学学报（自然科学版），２０１７，３８（６）： ６７７－６８１．　 Ｍｏｖｉｎｇｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｃｏｍｐｌｅｘｆｕｚｚｙｌｏｇｉｃｓｙｓｔｅｍ １ １ ２ ＬＩＺｉｌｏｎｇ，ＢＡＯＲｏｎｇ，ＬＩＵＷｅｉｍｉｎｇ （１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＸｕｚｈｏｕＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｘｕｚｈｏｕ，Ｊｉａｎｇｓｕ２２１１１１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＣｉｖｉｌ ＥｎｇｉｎｅｅｒｉｎｇａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ，Ｇｕａｎｇｄｏｎｇ５１０６４０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙ，ａｎｔｉｊａｍｍｉｎｇｃａｐａｂｉｌｉｔｙａｎｄｅｆｆｉｃｉｅｎｃｙｏｆｂａｃｋｇｒｏｕｎｄｍｏｄｅｌｉｎｇｉｎ ｃｏｍｐｌｅｘｓｃｅｎｅｓ，ｔｈｅｍｏｖｉｎｇｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｃｏｍｐｌｅｘｆｕｚｚｙｌｏｇｉｃｓｙｓｔｅｍ． ＴｈｅｃｏｍｐｌｅｘＴａｋａｇｉＳｕｇｅｎｏＫａｎｇ（ＴＳＫ）ｆｕｚｚｙｌｏｇｉｃｓｙｓｔｅｍｗａｓｕｓｅｄａｓｔｈｅｅｓｔｉｍａｔｉｏｎｏｆｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌ，ａｎｄａｈｙｂｒｉｄｌｅａｒｎｉｎｇｍｅｔｈｏｄｃｏｍｂｉｎｉｎｇｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ａｎｄｋｅｒｎｅｌｌｅａｓｔ ｍｅａｎｓｑｕａｒｅ（ＫＬＭＳ）ｗａｓｕｓｅｄｔｏｌｅａｒｎｔｈｅｃｏｍｐｌｅｘｆｕｚｚｙｌｏｇｉｃｓｙｓｔｅｍ．Ｔｈｅｆｏｒｅｇｒｏｕｎｄｐｉｘｅｌｓｗｅｒｅ ｒｅｇａｒｄｅｄａｓｏｕｔｌｉｅｒｓｒｅｌａｔｉｖｅｔｏｔｈｅｂａｃｋｇｒｏｕｎｄｏｎｅｓ，ａｎｄａｎｏｕｔｌｉｅｒｓｅｐａｒａｔｏｒｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄｔｏ ｔｒａｉｎｔｈｅｃｏｍｐｌｅｘｆｕ