基于随机聚类的复杂背景建模与前景检测算法

• 作者: 张延坤 毕国玲 王建立 续志军 陈涛
• 来源期刊: 物理学报
• 关键词: 复杂背景建模 前景检测 随机聚类
• 年，卷（期）: 2015,（15）
• 所属期刊栏目: 总论
• 页码范围: 150701-1-150701-12
• 页数: 1页
• 语种: 中文
• DOI: 10.7498/aps.64.150701

摘要

为了构建鲁棒的背景模型和提高前景目标检测的准确性，综合考虑同一位置的像素点在时间上的关联性和与其相邻像素的空间关联性，基于经典的ViBe算法中的随机聚类思想提出了一种复杂背景建模和前景检测方法。利用样本一致性原理，采用前n帧序列图像得到初始化背景，避免了Ghost现象的发生；根据实际复杂背景的动态反馈获取自适应聚类阈值和自适应更新阈值进行随机聚类，从而实现了对动态背景的适应性；通过全局扰动阈值和局部像素级判断阈值的结合，实现了对光照缓慢变化、快速变化以及突然变化的免疫性，准确地分割前景目标。对多组数据集的测试结果表明，本文算法较大地提高了背景模型对动态背景、光照变化及相机抖动的复杂背景的适应性和鲁棒性。算法还能很好地适用于红外图像检测运动目标的场合，扩展了本算法的应用范围。在没有进行任何图像预处理和形态学后处理情况下，得到的原始前景检测精度优于其他对比算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈涛	中国科学院长春光学精密机械与物理研究所	281	3813	30.0	52.0
2	王建立	中国科学院长春光学精密机械与物理研究所	158	1834	23.0	32.0
3	续志军	中国科学院长春光学精密机械与物理研究所	44	572	14.0	22.0
4	毕国玲	中国科学院长春光学精密机械与物理研究所	13	69	5.0	8.0
8	张延坤		1	11	1.0	1.0