-
题名基于面积稳定性与形状属性的杆状区域分割
- 1
-
-
作者
蒋先刚
何晓岭
范自柱
-
机构
华东交通大学理学院
-
出处
《计算机应用研究》
CSCD
北大核心
2018年第4期1261-1265,共5页
-
基金
国家自然科学基金资助项目(61262031
61263032)
-
文摘
针对不同光学环境下模糊图像和复杂形状交叠图像中目标区域的分割问题,研究了基于属性形态学分析的杆状区域的滤波和提取方法。应用连通域的面积稳定性和形状属性特征对模糊边界的杆状目标进行滤波,连通域变换中的面积稳定性有效控制粘连细胞等大区域的形成,而形状属性以个体模板目标有效规约连通域的生长和修剪。实验表明:组合属性形态学方法有效地排除了非杆状物等背景干扰,有效分割出的目标像素达90%左右,识别出的目标区域达96%。该方法有效提高了用连通域表示的特定形状区域的分割精度和鲁棒性。
-
关键词
属性形态学滤波
面积稳定性
细长度属性
区域分割
-
Keywords
attribute morphology filtering
area stability
elongation
region segmentation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名复杂场景中基于对象的运动目标检测方法
被引量：8
- 2
-
-
作者
张笑微
周建雄
-
机构
西南科技大学信息工程学院
-
出处
《光电工程》
CAS
CSCD
北大核心
2010年第11期1-7,共7页
-
基金
四川省科技厅应用基础研究项目(2008ly0115-2)
研究生教育教学改革项目(07xjjg23)
-
文摘
基于像素层面的混合高斯背景建模方法不能很好的解决动态背景中的运动目标检测问题。由于背景像素运动的复杂性,该方法很难将动态背景建入模型,会造成大量的误检。本文在混合高斯背景建模的基础上,通过空域和时域对动态背景产生的误检进行抑制。在空域运用MRF模型和混合高斯模型分别计算像素点的先验概率和类条件概率,通过结合像素点的先验概率和类条件概率完成前景图像的分割,在很大程度上去除了小面积的误检;在时域通过目标的运动持续性,运动显著性和面积变化稳定性三个目标特征过滤大面积的误检。通过实验表明,在保证较高检测精度的情况下,该方法能够在很大程度上抑制动态背景产生的误检。
-
关键词
混合高斯背景建模
运动持续性
运动显著性
面积变化稳定性
-
Keywords
pixel-based MOG background modeling
motion constancy
motion saliency
area stabilization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN911.73
[电子电信—通信与信息系统]
-
