基于特征点光流聚类的复杂背景中运动车辆检测

• 作者: 李建伟 李忠海
• 来源期刊: 计算机测量与控制
• 关键词: 特征提取 光流法 FUNN聚类 车辆检测
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 234-236
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.05.066

摘要

为了准确、快速的在动态场景中对运动车辆进行检测,提出一种基于特征点光流聚类的车辆检测方法;该方法取Harris角点为车辆特征量,通过特征点匹配来剔除一些没有运动的干扰角点,然后对剩余的特征点做光流提取并利用模糊U邻域(FUNN)聚类算法实现光流的聚类,从而剔除噪音、孤立点和不感兴趣样本实现前景和背景的分离,最后通过设定阈值判断前景目标是否是车辆;实验结果证明在复杂的动态场景中该算法对遮挡、光照变化、阴影处理等有很好的鲁棒性,相较于其他算法具有更高的车辆识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李忠海	沈阳航空航天大学自动化学院	51	366	10.0	17.0
2	李建伟	沈阳航空航天大学自动化学院	3	19	3.0	3.0