基于背景反饋和k-means算法的野外煙霧檢測(cè)
摘要:針對(duì)野外的早期煙霧具有稀疏、擴(kuò)散緩慢、面積小等特點(diǎn),現(xiàn)有算法存在提取煙霧候選區(qū)域不完整及產(chǎn)生空洞等問(wèn)題,提出一種基于背景反饋的動(dòng)態(tài)背景更新算法。首先提取運(yùn)動(dòng)目標(biāo),依據(jù)煙霧顏色特征,使用k-means算法去除非煙顏色干擾像素,以更早得到煙霧疑似區(qū)域;然后提取每一個(gè)疑似煙霧區(qū)域的面積增長(zhǎng)特性、空間能量、局部二值模式(local binary pattern,LBP)直方圖和方向梯度直方圖(histogram of oriented gradient,HOG),并分別計(jì)算特征的置信度;最后將得到的置信度輸入動(dòng)態(tài)得分組合,確定每個(gè)疑似煙區(qū)是否包含煙霧。實(shí)驗(yàn)結(jié)果表明,所提算法能夠更早地檢測(cè)出煙霧,有效降低誤警率。對(duì)于中遠(yuǎn)距離場(chǎng)景,平均可提早94幀檢測(cè)到煙霧。
注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請(qǐng)聯(lián)系中國(guó)科技論文雜志社