-
题名单帧图像局部差异特征多目标分离仿真
被引量：1
- 1
-
-
作者
陈虹君
赵力衡
罗福强
李瑶
-
机构
四川大学锦城学院电子信息学院
-
出处
《计算机仿真》
北大核心
2018年第6期246-249,共4页
-
基金
四川省教育厅重大培育项目(18CZ0047)
-
文摘
对单帧图像差异特征的多目标分离,能够有效提高图像处理效果。对单帧图像局部差异特征进行多目标分离,需要将差异度较小区域合并至相邻区域中,并获取图像分离算法最优的阈值参数,完成差异特征的多目标分离。传统方法结合分水岭的分离方法,对图像特征进行分离及提取,但无法对图像分离阈值参数进行获取,导致图像目标分离精度偏低。提出基于粒子群的区域生长分水岭的单帧图像局部差异特征的多目标分离算法。将区域生长和分水岭的图像分离算法进行结合,依据香农熵对目标函数进行构建,对区域生长的参数进行确定,利用特征值对区域间的差异度进行计算,将较小的区域合并至相邻差异度区域中,得出图像分离算法最优的阈值参数,完成对单帧图像局部差异特征多目标的分离。实验证明,所提方法能有效对单帧图像局部差异特征进行多目标分离,并高效提高了图像处理速度。
-
关键词
单帧图像
局部差异特征
多目标分离
-
Keywords
Single frame image
local difference feature
Multi -objective separation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名LDBP和LBP特征融合的行人检测
被引量：1
- 2
-
-
作者
欧阳瑞彬
王伟征
桂彦
-
机构
长沙理工大学计算机与通信工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第12期147-152,共6页
-
基金
国家自然科学基金(No.61303042
No.61402053)
湖南省交通运输厅科技进步与创新项目(No.201334)
-
文摘
提出一种基于局部差分二值模型(Local Difference Binary Pattern,LDBP)和局部二值模型(Local Binary Pattern,LBP)的特征融合方法,以解决行人检测中检测精确度和鲁棒性不足的问题。对输入图像进行二维离散Haar小波变换,得到不同频率的四个子图像(LL,LH,HL和HH);对低频部分子图像提取LDBP特征,以及对其他三个高频部分子图像提取LBP特征;采用主成分分析法(PCA)分别对得到的LDBP特征和LBP特征进行降维;融合降维后的LDBP特征和LBP特征进行行人检测。在INRIA数据集上采用支持向量机(SVM)进行测试,实验结果表明,该方法能有效地提高检测精确度,且具有较好的鲁棒性。
-
关键词
行人检测
局部差分二值模型(LDBP)特征
局部二值模型(LBP)特征
特征融合
-
Keywords
pedestrian detection
local difference Binary Pattern(LDBP)feature
local Binary Pattern(LBP)feature
feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
