本文關鍵詞： 變分水平集 幀間差分算法 K-means聚類算法 形態(tài)學 復雜背景　出處：《軟件學報》2017年10期 　論文類型：期刊論文

【摘要】：無需重新初始化的變分水平集模型能夠避免經典水平集模型的重復初始化步驟,進而簡化計算,縮短檢測所需時間,同時能夠有效利用圖像的邊緣梯度信息,從而準確定位圖像的局部結構.但該模型不能自適應地獲得初始化曲線,水平集的拓撲結構也無法改變,不能解決多個目標的檢測問題.針對以上問題,提出了一種基于自適應輪廓的變分水平集復雜背景多目標檢測方法,該方法采用幀間差分算法與K-means聚類算法相結合,以獲得多個運動目標的初始化曲線,通過形態(tài)學方法來降低圖像噪聲的干擾,從而快速自適應地估計復雜背景下運動目標的位置和輪廓大小.該算法進一步對無需初始化的變分水平集進行改進,將其由單目標檢測模型擴展為多目標檢測模型,并修正原模型難以處理圖像灰度不均勻的問題,最終實現對復雜背景下多個目標的檢測.在標準數據庫和實際數據集上的測試結果表明,所提方法能夠準確地定位不同尺度和灰度目標的輪廓,從而提高算法的演化迭代效率及準確性.
[Abstract]:Repeat initialization steps without re initialization of the variational level set model can avoid the classical level set model, so as to simplify calculation, shorten the detection time required, and can effectively use the edge information of the image gradient, local structure so as to accurately locate image. But the model can adaptively obtain the initial curve, the topological structure of the level set can not change, can not solve the detection problem of multiple targets. To solve the above problems, put forward a set of multi target detection method in complex background based on adaptive contour, the method of mining algorithm and K-means clustering algorithm combined with the frame difference, to initialize the curve of multiple moving targets to reduce. Image noise by morphological method, and fast adaptive estimation of moving target under complex background position and outline size. The algorithm of step on To initialize the variational level set is improved, which consists of a single target detection model is extended to multi target detection model, and modified the original model is difficult to deal with the problem of uneven gray image, finally realize the detection of multiple targets in complex background. In the standard database and the actual data set on the test results show that the the proposed method can accurately locate the different gray scale and the outline of the target, so as to improve the efficiency and accuracy of the iterative evolution algorithm.

【作者單位】： 西安電子科技大學空間科學與技術學院;西安電子科技大學電子工程學院;
【基金】：國家自然科學基金(61501352,61503292,61203202) 陜西省自然科學基礎研究計劃-青年人才項目(S2015YFJQ0573) 中央高�；究蒲袠I(yè)務費專項資金(JB151308,JB150228,JB161308,XJS16075)~~
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 林亞忠;程躍斌;陳武凡;;一種水平集分割的快速算法[J];南方醫(yī)科大學學報;2006年06期

2 段先華;夏德深;;基于橢圓約束分割心臟MRI圖像的水平集模型[J];計算機工程;2007年16期

3 孫涌;王志堅;索麗生;;水平集法對流場相界面應用的分析與研究[J];蘇州大學學報(工科版);2007年03期

4 王超逸;湯盈盈;;形狀敏度及水平集在結構優(yōu)化中的運用[J];山西建筑;2008年07期

5 李宏友;汪同慶;葉俊勇;劉青;;一種新的水平集進化模型[J];儀器儀表學報;2008年07期

6 余瑞星;朱冰;呂梅柏;;一種新的水平集停止項函數選取方法研究[J];系統仿真學報;2008年22期

7 董建園;郝重陽;齊敏;;基于策略演化水平集的醫(yī)學圖像快速分割[J];中國圖象圖形學報;2009年08期

8 陸意駿;陳一民;黃詩華;陳明;姚爭為;;基于粒子濾波與改進水平集的人手跟蹤[J];計算機工程;2010年13期

9 李靜;王軍政;梁少敏;沈偉;;基于改進水平集的多運動目標檢測方法[J];北京理工大學學報;2011年05期

10 熊友誼;張瑩;;基于水平集的海島(礁)提取[J];測繪與空間地理信息;2012年03期

相關會議論文 前6條

1 王一波;胡仲翔;姚耀;;基于水平集的激光條紋提取方法[A];2009全國虛擬儀器大會論文集（一）[C];2009年

2 田昊;楊劍;李國輝;;基于變分水平集的遙感影像建筑物檢測[A];第18屆全國多媒體學術會議（NCMT2009）、第5屆全國人機交互學術會議（CHCI2009）、第5屆全國普適計算學術會議（PCC2009）論文集[C];2009年

3 曹曉光;崔林艷;;基于閾值和水平集的尿沉渣圖像分割組合算法[A];第六屆全國信息獲取與處理學術會議論文集（1）[C];2008年

4 王斐;趙杰煜;;基于多重網格的水平集圖像分割方法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

5 梅立超;姜慧研;張柳青;劉洪娟;;基于GPU和水平集的肝臟快速分割方法的研究[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

6 程俊霞;;水平集方程在四邊形網格上的數值離散方法[A];中國工程物理研究院科技年報(2008年版)[C];2009年

相關博士學位論文 前10條

1 韓明;基于水平集表示和均值漂移的運動目標檢測與跟蹤研究[D];燕山大學;2015年

2 劉宇;基于水平集方法和模糊模型的醫(yī)學圖像分割算法研究[D];吉林大學;2016年

3 趙悅;基于能量極小化方法的腦影像分割算法研究[D];吉林大學;2017年

4 張玲;基于變分水平集理論的活動輪廓模型在圖像分割中的應用研究[D];太原理工大學;2016年

5 紀東升;圖像分割的水平集模型及其在醫(yī)學圖像分割中的應用研究[D];蘭州大學;2016年

6 楊紅U，

本文編號：1512133