基于改进混合高斯模型的车辆多目标检测方法

• 作者: 南恺恺 景军锋 李珣
• 来源期刊: 西安工程大学学报
• 关键词: 图像处理 多目标检测 混合高斯模型 形态学算法
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 电子信息
• 页码范围: 795-802
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2017.06.012

摘要

针对混合高斯模型(GMM,Gaussian mixture model)在多车辆运动目标检测时易出现噪点 、目标断裂 、空洞等问题,给出一种结合改进GMM的车辆多目标检测方法.基于GMM获取车辆前景掩膜,为改善车辆检测效果,对前景目标进行Blob分析和形态学处理,对经典GMM进行改进,继而对所获结果进行匹配并实现了实时的前景目标更新.最后,对采集的真实图像数据进行验证实验.结果表明,此方法能够有效改善多车辆目标检测中的噪声干扰和前景虚化问题,可适应不同车辆密度下的多目标检测,具有较好的实时性,对于不同车型和车色检测率最低可达93.08％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景军锋	西安工程大学电子信息学院	143	578	12.0	16.0
2	李珣	西安工程大学电子信息学院	18	48	4.0	6.0
3	南恺恺	西安工程大学电子信息学院	4	15	1.0	3.0