一种精确的运动目标外轮廓提取方法

doi:10.3969/j.issn.1006-2475.2016.03.015

计算机与现代化

一种精确的运动目标外轮廓提取方法

(西南科技大学计算机科学与技术学院，四川绵阳 621010)

收稿日期:2015-10-20 出版日期:2016-03-17 发布日期:2016-03-17
作者简介:陈泓佑(1989-)，男，四川广安人，西南科技大学计算机科学与技术学院硕士研究生，研究方向：计算机视觉; 李郁峰(1972-)，男，陕西咸阳人，副教授，硕士生导师，研究方向：计算机视觉及图像融合。
基金资助:
四川省教育厅重点项目(15zd1107); 国家级大学生创新性创业训练计划项目(201310619021)

An Accurate Method for Extracting External Contours of Moving Objects

(School of Computer Science and Technology, Southwest University of Science and Technology, Mianyang 621010, China)

Received:2015-10-20 Online:2016-03-17 Published:2016-03-17

摘要/Abstract

摘要： 视频监控系统中的运动目标外轮廓是对运动目标语义分析的重要信息源。针对经过简单的形态学处理运动目标区域而提取的外轮廓方法中的一些缺陷，提出一种更精确的方法。首先通过前景检测得到粗略确定的运动目标区域，然后通过分水岭方法进行外轮廓区域粗略定位，最后通过阴影去除及目标重构进行外轮廓区域精确定位，从而提取精确的外轮廓。利用外轮廓的准确率、查全率、综合性能指标，实验结果表明，能够得到精确的外轮廓。

关键词: 轮廓提取, 前景检测, 分水岭方法, 阴影去除, 目标重构

Abstract: The external contours of moving objects are important information sources for semantic analysis of moving objects in video surveillance system. For some defects of external contours through simple morphological processing of moving objects area, a more accurate method is proposed. Firstly, a roughly determined moving objects area is got through foreground detection. Secondly, the external contours area is roughly localized through the watershed method. Finally, the external contours area is accurately localized to extract accurate external contours through shadow removal and object reconstruction. By using the accuracy rate, recall rate and comprehensive performance norm, the experimental results show that it could get more accurate external contours.

Key words: contour extraction, foreground detection, watershed method, shadow removal, object reconstruction

中图分类号:

TP391

陈泓佑，李郁峰. 一种精确的运动目标外轮廓提取方法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2016.03.015.

CHEN Hong-you, LI Yu-feng. An Accurate Method for Extracting External Contours of Moving Objects[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2016.03.015.

参考文献

[1] 谢立,胡玲玲,吕一品,等. 面向智能视频监控系统运动目标检测的轮廓提取方法[J]. 东南大学学报(自然科学版), 2012,42(S1):31-35.

[2] 邱书波,王化祥,梁志伟. 一种新的B-Snake算法在目标轮廓跟踪中的应用[J]. 中国图象图形学报, 2005,10(5):585-589.

[3] 陶志颖,鲁昌华,汪济洲,等. 一种改进型的时空混合高斯背景建模[J]. 电子测量与仪器学报, 2014,28(9):986-990.

[4] 陈龙虎,尚岩峰,梅林,等. 基于改进型混合高斯模型的嵌入式实时运动检测系统[J]. 计算机测量与控制, 2014,22(12):3857-3859.

[5] 黄文丽. 运动人体检测与行为识别研究[D]. 绵阳:西南科技大学, 2012.

[6] 马建林,崔志明,张娜敏,等. 基于一种新的Snake模型的序列图像边缘提取算法[J]. 计算机应用, 2008,28(4):982-985.

[7] 孙明玉,丁莹,李文辉,等. 一种自适应阈值的运动目标提取算法[J]. 计算机应用研究, 2010,27(6):2380-2383.

[8] 杨金龙. 图像分割算法研究与实现[D]. 兰州:西北师范大学, 2009.

[9] Wang Pengfei, Zhao Fan, Ma Shiwei. Skeleton extraction method based on distance transform[C]// Proceedings of the 11th IEEE International Conference on Electronic Measurement & Instruments. 2013,2:519-523.

[10] Liu Wenping, Jiang Hongbo, Bai Xiang, et al. Distance transform-based skeleton extraction and its applications in sensor networks[J]. IEEE Transactions on Parallel and Distributed Systems, 2013,24(9):1763-1772.

[11] 李劝男. 灰度图像骨架的提取及在物体检测中的应用[D]. 武汉:华中科技大学, 2009.

[12] Cheng Heng-da, Sun Ying. A hierarchical approach to color image segmentation using homogeneity[J]. IEEE Transactions on Image Processing, 2000,9(12):2071-2082.

[13] 余敏锋. 基于水平集和分水岭的图像分割算法研究[D]. 西安:西安电子科技大学, 2014.

[14] 程淑红,张典范,胡春海,等. 基于标记的多尺度分水岭视频目标分割算法[J]. 光电工程, 2010,37(4):130-134.

[15] Vachier C, Meyer F. The viscous watershed transform[J]. Journal of Mathematical Imaging and Vision, 2005,25(2-3):251-267.

[16] Meyer F, Vachier C. Image segmentation based on viscous flooding simulation[C]// Proceedings of the 5th International Symposium on Mathematical Morphology. 2002:69-77.

[17] Xu Li-qun, Landabaso J L, Pardàs M. Shadow removal with blob-based morphological reconstruction for error correction[C]// Proceedings of the 2005 IEEE International Conference on Acoustics, Speech, and Signal Processing. 2005,2:729-732.

[18] 高东旭,曹江涛,李平. 基于HSV空间阴影去除方法研究与应用[J]. 电子设计工程, 2014,22(13):65-68.

[19] 杨健全. 视频监控中的目标检测及阴影去除算法研究[D]. 长沙:国防科学技术大学, 2006.

一种精确的运动目标外轮廓提取方法

An Accurate Method for Extracting External Contours of Moving Objects

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics

本文评价

[1]	王威，李志华，吴世宇. 基于多特征融合的车辆阴影检测与去除[J]. 计算机与现代化, 2019, 0(12): 49-.
[2]	梁永侦1，潘斌2，郭小明2，梁媛2. 基于LAB颜色空间的图像阴影检测与去除方法[J]. 计算机与现代化, 2019, 0(10): 88-.
[3]	窦修超,李志华,王宁. 基于纹理特征改进的GFL运动目标提取方法[J]. 计算机与现代化, 2019, 0(01): 45-.
[4]	马云龙1,高云玲1,卿黎飞1,熊悠然2. 基于单目视觉的助航灯具定位及发光口识别[J]. 计算机与现代化, 2018, 0(08): 51-.
[5]	张泽宏，徐贵力，徐扬，程月华，王正盛. 一种鲁棒的运动目标阴影去除及修复算法[J]. 计算机与现代化, 2018, 0(07): 98-.
[6]	孔倩倩，赵辽英，张莉. 基于图像轮廓分析的室内窗户检测[J]. 计算机与现代化, 2018, 0(04): 56-.
[7]	吴震菊. 基于S变换融合Canny算子的汽车轮廓提取[J]. 计算机与现代化, 2014, 0(4): 29-32.
[8]	杨平，刘在英 . 基于相对链码和改进LCS算法的图形匹配实现[J]. 计算机与现代化, 2013, 12(12): 106-109.
[9]	于若飞. 背景提取和水平集相结合的运动目标轮廓提取方法[J]. 计算机与现代化, 2011, 7(7): 40-44.
[10]	郭同华;谭守标;徐超. 彩色漫画轮廓提取研究[J]. 计算机与现代化, 2010, 1(3): 12-4.