一种新的基于局部轮廓特征的目标检测方法

• 作者: 储珺 张松 张桂梅
• 来源期刊: 自动化学报
• 关键词: 轮廓提取 局部轮廓特征 阈值处理 目标检测
• 年，卷（期）: 2014,（10）
• 页码范围: 2346-2355
• 页数: 10页
• 字数: 7800字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2014.02346

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, k AS),并以k AS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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂梅	南昌航空大学航空制造工程学院	86	604	12.0	21.0
2	储珺	南昌航空大学软件学院	69	563	12.0	20.0
3	张松	南昌航空大学航空制造工程学院	2	30	2.0	2.0