文献类型：期刊文章

作　　者：吴言枫[1,2] 王延杰[1] 孙海江[1] 刘培勋[1]

WU Yan-feng;WANG Yan-jie;SUN Hai-jiang;LIU Pei-xun(Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Sciences,Changchun 130033,China;University of Chinese Academy of Sciences,Beijing 100049,China)

机构地区：[1]中国科学院长春光学精密机械与物理研究所,吉林长春130033 [2]中国科学院大学材料科学与光电技术学院,北京100049

出　　处：《中国光学》

基　　金：国家自然科学基金青年基金项目(No.61602432)~~

年　　份：2019

卷　　号：12

期　　号：4

起止页码：853-865

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、UPD、WOS、ZGKJHX、核心刊

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0.0409s,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0.35s,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

分 类 号：TP394.1] TH691.9[计算机类]