文献类型：期刊文章

作　　者：张桂梅[1] 张松[1] 储珺[2]

机构地区：[1]南昌航空大学航空制造工程学院,南昌330063 [2]南昌航空大学软件学院,南昌330063

出　　处：《自动化学报》

基　　金：国家自然科学基金(61063030;61263046;61165011)资助~~

年　　份：2014

卷　　号：40

期　　号：10

起止页码：2346-2355

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD2013_2014、EI(收录号：20144600200430)、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对复杂场景中背景复杂、目标周围噪声多及目标只占图像中较小部分而难于检测的问题,提出一种新的基于局部轮廓特征的检测目标方法.该方法首先利用改进的全局概率边界算法(Globalized probability of boundary,gPb)算法提取图像的轮廓,然后应用最大类间方差法(Otsu)进行自动阈值处理得到图像的显著性轮廓;再提取显著性轮廓的k邻近大致直线轮廓段(k connected roughly straight contour segments,kAS),并以kAS作为局部特征,用于复杂场景中的目标检测.该算法结合gPb算法和Otsu提取轮廓的显著性轮廓,去除了目标附近的大量噪声边界,有效地提高了检测效率.同时,在检测阶段,测试集与训练集中提取的不相关特征数目也得到较大减少,从而提高了检测的精度.多组实验结果均表明本文方法的有效性.

关 键 词：轮廓提取  局部轮廓特征  阈值处理 目标检测

分 类 号：TP391.41]