原文服务方: 现代电子技术       
摘要:
针对红外序列图像中人体目标检测问题,采用了基于特征点的特征区域提取方法,先用FAST算法快速提取特征点,然后基于提取出的特征点,使用LBP算法提取特征区域,在得到感兴趣的特征区域(ROI区域)后,用对ROI区域进行基于离散小波变换的小波熵特征提取,并采用复合分类方法对ROI区域进行分类,利用此方法有效地将人体目标从红外序列图像中检测出来.
推荐文章
视频图像中人体运动目标检测算法研究
视频图像
运动目标检测
人体目标分类识别
鲁棒性
一种红外图像快速目标检测方法
红外图像
Top-hat
阈值选取
最大类间方差法
低信噪比红外图像的小目标检测
小目标
自适应滤波
背景估计
目标分割
基于轮廓波变换的红外目标图像动态实时识别技术研究
轮廓波变换
红外成像
图像识别
动态识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 红外图像中人体目标检测技术研究
来源期刊 现代电子技术 学科
关键词 红外序列图像 FAST CS-LBP 离散小波变换 SVM Adaboost
年,卷(期) 2012,(18) 所属期刊栏目 图形图像处理
研究方向 页码范围 111-113,118
页数 分类号 TN919-34
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2012.18.036
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
红外序列图像
FAST
CS-LBP
离散小波变换
SVM
Adaboost
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导