CIOMP OpenIR  > 中科院长春光机所知识产出
复杂动背景下的“低小慢”目标检测技术
吴言枫; 王延杰; 孙海江; 刘培勋
2019
发表期刊中国光学
卷号12期号:04页码:854-866
摘要为了在复杂天空背景下检测出低空慢速小目标,本文研究了"低小慢"目标的视觉显著性区域特征,融合扫描线填充算法,提出了一种动态背景下"低小慢"目标自适应实时检测技术。首先,根据图像的亮度对比度获取显著性图。接着,使用形态学梯度提取显著性特征,通过三帧差分算法得到种子点。然后,使用扫描线填充算法进行生长,结合提出的自适应双高斯算法分割出前景。最后,根据候选目标的面积占比变化、质心距离变化、宽高比差异剔除虚假目标,完成检测。为了验证算法的有效性,本文选取了7组复杂天空背景的视频序列进行测试,并与其他优秀检测算法进行了对比。结果表明,本文提出的算法对运动目标检测的平均运行时间为0. 040 9 s,平均检测准确率为89. 97%,相比于其他算法的平均运算时间减少了0. 35 s,检测的平均准确率提高了24. 5%。算法在复杂背景下具有较好的稳定性和较强的鲁棒性。
关键词计算机视觉 视觉显著性 扫描线填充 曲线拟合 自适应阈值分割
文献类型期刊论文
条目标识符http://ir.ciomp.ac.cn/handle/181722/63600
专题中科院长春光机所知识产出
推荐引用方式
GB/T 7714
吴言枫,王延杰,孙海江,等. 复杂动背景下的“低小慢”目标检测技术[J]. 中国光学,2019,12(04):854-866.
APA 吴言枫,王延杰,孙海江,&刘培勋.(2019).复杂动背景下的“低小慢”目标检测技术.中国光学,12(04),854-866.
MLA 吴言枫,et al."复杂动背景下的“低小慢”目标检测技术".中国光学 12.04(2019):854-866.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
复杂动背景下的低小慢目标检测技术.caj(521KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[吴言枫]的文章
[王延杰]的文章
[孙海江]的文章
百度学术
百度学术中相似的文章
[吴言枫]的文章
[王延杰]的文章
[孙海江]的文章
必应学术
必应学术中相似的文章
[吴言枫]的文章
[王延杰]的文章
[孙海江]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 复杂动背景下的低小慢目标检测技术.caj
格式: caj
此文件暂不支持浏览
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。