文献类型：期刊文章

作　　者：侯春萍[1] 张倩文[1] 王晓燕[2] 王致芃[1]

HOU Chunping;ZHANG Qianwen;WANG Xiaoyan;WANG Zhipeng(School of Electricol and Information Engineering,Tianjin University,Tianjin 300072,Chino;Academic Journal Publishing Centes,Tianjin University,Tianjin 300072,Chino)

机构地区：[1]天津大学电气自动化与信息工程学院,天津300072 [2]天津大学期刊中心,天津300072

出　　处：《哈尔滨工业大学学报》

基　　金：国家自然科学基金(61731003,61520106002)。

年　　份：2020

卷　　号：52

期　　号：5

起止页码：121-128

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为解决基于形状的目标检测算法受图像复杂背景的影响,本文提出了一种新的基于轮廓匹配的复杂背景中目标检测方法,算法结合了显著性检测和模板匹配的方法.首先对输入图像在T像素级别进行预处理,应用显著性区域检测方法得到不含复杂背景的区域图像,然后在显著性区域内得到初始边缘图像,对初始边缘图像进行优化处理后利用形状描述子进行轮廓匹配,最后,通过深度优先的搜索策略识别目标的假设位置并进行假设验证来确定最终的目标位置,完成复杂背景图像中的目标检测任务.在ETHZ形状数据集的实验结果证明了本文算法的可行性,根据50%-N UK 20%-Io U标准与其它几种基于形状的目标检测方法进行对比,当误报率为0.3时,算法平均检测率是96%,误报率为0.4时,检测率已经达到99%,如果接受更高误报率时检测率可达到100%,均高于其余几种算法.算法的实验和对比分析结果表明本文方法可以提高检测精度,具有明显的性能优势,为复杂背景中的目标检测提供了新的解决方法.

关 键 词：目标检测 复杂背景  显著性检测 形状描述子 轮廓匹配  

分 类 号：TN911.73]