基于区域定位与轮廓分割的红外目标检测
2015-03-18张宝华
激光技术 2015年6期
张宝华,刘 鹤
(内蒙古科技大学信息学院,包头014010)
引 言
基于序列图像的运动目标检测是计算机视觉和图像处理领域的重要研究方向,被广泛应用于视频监控、模式识别、自动控制等诸多领域。可见光和红外图像是目标检测的主要研究对象,可见光图像在夜晚和暴雨、大雾等极端天气条件下,难以有效地检测运动目标;相比而言,红外图像即使在夜晚和光线不足的条件下,也能捕捉跟踪运动目标,因此,基于红外序列图像的运动目标检测受到学者重视。LI在提取感兴趣区域基础上,利用小波分析和支持向量机实现了热红外运动目标检测[1],提高了检测的方法的鲁棒性;ZIN将多特征融合后利用混合特征分析实现了近红外红外目标检测,扩展了检测方法的应用范围[2];GENIN采用基于高斯混合模型的匹配滤波器,实现在非平稳背景下的红外点目标检测[3];ELGUEBALY构造多维非对称广义高斯混合模型实现对红外行人目标进行检测[4]。LI和 WANG 等人[5-6]结合形态学及其改进方法检测红外运动目标,优化了原有方法,检测准确率进一步得到提高。
帧间差分法、光流法、背景差分法等方法是主要的红外序目标检测方法,其中以背景差分法应用最广泛[7-8],通过获取背景模型并比较当前帧与背景模型的差异,检测出序列图像中的运动目标。背景模型的精度决定背景差分法的有效性,若背景建模过程发生场景变动、成像设备颤动等情况,会严重降低图像的对比度和信噪比,影响对红外目标的识别。……
登录APP查看全文
