一种改进的运动目标检测方法

被引:3
作者
杨会锋 [1 ]
曹洁 [1 ]
帅立国 [2 ]
机构
[1] 兰州理工大学计算机与通信学院
[2] 东南大学机械工程学院
关键词
K-均值聚类; 背景差; 边缘信息; 虚假运动目标;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了克服传统背景差分法所存在的不足,提出了一种基于边缘特征和改进K-均值聚类相结合运动目标检测方法。运用改进的K-均值聚类方法建立背景模型,将其与前景图像相差后得到的二值化图像,通过前景边缘信息的鲁棒性来判别及去除存在的虚假目标。实验结果表明,该方法可以有效去除背景中突然有物体移入或移出引起的虚假运动目标,提高了运动目标检测的准确性。
引用
收藏
页码:206 / 210
页数:5
相关论文
共 7 条
[1]   运动目标跟踪算法研究综述 [J].
张娟 ;
毛晓波 ;
陈铁军 .
计算机应用研究, 2009, 26 (12) :4407-4410
[2]   动态场景中运动目标检测与跟踪 [J].
施家栋 ;
王建中 .
北京理工大学学报, 2009, 29 (10) :858-860+876
[3]   K-均值聚类中心分析法实现红外人体目标分割 [J].
云廷进 ;
郭永彩 ;
高潮 .
光电工程, 2008, (03) :140-144
[4]   自适应Canny算子边缘检测技术 [J].
李牧 ;
闫继红 ;
李戈 ;
赵杰 .
哈尔滨工程大学学报, 2007, (09) :1002-1007
[5]   二维Otsu自适应阈值选取算法的快速实现 [J].
汪海洋 ;
潘德炉 ;
夏德深 .
自动化学报, 2007, (09) :968-971
[6]   基于高层语义的视频检索研究 [J].
张治国 ;
刘怀亮 ;
马志辉 ;
张毅 ;
赵娜 .
计算机工程与应用 , 2007, (18) :168-170+180
[7]  
Background-Subtraction in Thermal Imagery Using Contour Saliency[J] . James W. Davis,Vinay Sharma.International Journal of Computer Vision . 2006 (2)