基于TOPHAT-PCNN的图像车辆目标检测方法研究

• 作者: 张栋冰
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 高帽变换 脉冲耦合神经网络 车辆检测 迭代平均熵 边缘密度
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 硅基纳电子和光电子专栏
• 页码范围: 590-597
• 页数: 8页
• 分类号: TP391
• 字数: 3850字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2017.03.023

摘要

对传统的车辆目标检测方法进行改进,提出了一种基于形态学高帽变换(TOPHAT)与脉冲耦合神经网络(PCNN)相结合的车辆目标检测方法.首先对交通图像进行形态学高帽变化提取图像的目标区域、然后分析了PCNN特征对车辆图像与非车辆图像的区分度,统计了熵特征和脉冲点火特征分别对原始图像和TOPHAT图像的有效性,选取了迭代平均熵作为车辆检测的有效特征,并采用滑窗的方式进行车辆检测,最后利用边缘密度信息对检测出的车辆目标进行后续验证.实验从有效性和准确性两方面进行验证,实验图片来自实际交通路口,结果表明:该方法能够有效地进行车辆目标检测,同时与其他车辆目标检测方法相比,具有检测率高、误检率低,消耗时间少等特点,能够较好的实现智能交通中车辆目标的快速检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张栋冰	淮北师范大学计算机科学与技术学院	23	28	3.0	4.0