APP下载

基于特征点和区域生长的目标图像分割方法

2012-12-01王晓锋

探测与控制学报 2012年1期
关键词:特征区域检测

许 敬,张 合,王晓锋

(南京理工大学智能弹药技术国防重点学科实验室,江苏 南京 210094)

0 引言

现代武器系统正朝着高抗干扰性和精确打击技术方向发展,为获取及利用更多的目标和环境信息,成像探测已经成为当代军事技术的研究热点,成像探测获取的图像序列中的运动目标的检测、识别和跟踪等问题是研究的重点内容。

针对图像序列,运动目标的检测方法主要有背景减法[1]、帧间差分法[2]和光流法[3]。背景减法是利用当前帧图像与背景图像的差分来检测运动区域。背景减法能够得到比较精确的运动目标区域,但是各种背景模型均对光照变化和外部条件造成的场景变化等特别敏感,在非受控环境下需要加入背景图像更新机制,且不适用于背景灰度变化很大的情况[4-5]。帧间差分法是最简单的背景估计方法,利用序列图像中相邻帧的像素灰度值的差分的阈值化分割来提取运动区域[6]。此方法的最大特点是速度快,适用于实时性要求较高的应用场合,且对环境整体光照变换不敏感,但当运动物体在成像平面有重叠时不能得到所检测目标的完整信息。光流法是利用运动目标随时间变化的光流特性进行运动检测,它不需要预先知道任何背景的信息,但计算复杂,且抗噪性能差。

针对图像序列中运动目标的检测和分割问题,研究人员在上述三种基本算法的基础上进行改进或通过与其他算法的融合达到更好的效果。……

登录APP查看全文

猜你喜欢

特征区域检测
如何表达“特征”
不忠诚的四个特征
小波变换在PCB缺陷检测中的应用
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
线性代数的应用特征
区域