融合直方图高阶统计特征与GLCM特征的室内红外图像人群密度分类

• 作者: 李熙莹 黄秋筱
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 人群密度分类 红外图像 直方图高阶统计特征 灰度共生矩阵
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 626-631,637
• 页数: 7页
• 分类号: TP391
• 字数: 3702字
• 语种: 中文

摘要

公共场所的人群密度信息在公共安全、交通管理、应急减灾等方面具有重要作用,采用红外技术,可以在拍摄人群图像时避免环境光照影响.为了实现室内场景下的红外图像人群密度分类,提出一种融合灰度直方图高阶统计特征与灰度共生矩阵特征的人群密度分类方法.首先,根据红外图像的特点,分析并提取样本图像灰度直方图的高阶统计特征,随后与提取的灰度共生矩阵特征串行融合,最后作为多分类支持向量机的输入,对不同人群密度等级进行分类.实验结果表明,提出的方法对于不同密度人群图像的分类准确率可达92.13%,同时特征向量提取简洁、算法耗时短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李熙莹	中山大学工学院广东省智能交通系统重点实验室视频图像智能分析与应用技术公安部重点实验室	32	316	9.0	17.0
2	黄秋筱	中山大学工学院广东省智能交通系统重点实验室视频图像智能分析与应用技术公安部重点实验室	1	7	1.0	1.0