首页  |  期刊简介  |  稿件审稿流程  |  学术道德规范  |  编委会  |  征订启事  |  联系我们  |  English
中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
大气湍流下退化序列图像的目标检测方法+第六届中国数据挖掘会议CCDM 2016)
Object Detection in Degraded Images under Atmospheric Turbulence
投稿时间:2016-04-07  最后修改时间:2016-04-19
DOI:
中文关键词:  低秩分解;背景建模;自适应阈值;决策融合;目标检测;湍流图像
英文关键词:low-rank decomposition; background modeling; adaptive threshold; fusion decision; object detection; turbulence-degraded image
基金项目:国家自然科学(61175120)资助项目
作者单位E-mail
李俊山 东莞理工学院 城市学院 lijunshan403@163.com 
摘要点击次数: 77
全文下载次数: 2
中文摘要:
      为解决大气湍流退化序列中运动目标检测困难的问题,提出了一种结合低秩分解和检测融合的目标检测方法。首先,根据退化视频中湍流运动分量的稀疏分布特点,采用低秩矩阵描述法将每帧图像分解为低秩稳像和稀疏运动两部分,初步实现场景和湍流运动的粗分离。其次,由于稀疏部分中包含目标在内的整个场景的稀疏运动量,引入自适应阈值法剔除干扰量,分割目标并填补其中空洞;对于无湍流偏移干扰的低秩部分,采用高斯建模获得低秩中的前景区域。最后,对两部分检测结果进行联合判定,从而获得准确的目标检测结果。实验表明,本文方法目标提取的准确度较高,明显优于当前经典检测方法,在强湍流条件下检测结果仍较为理想。
英文摘要:
      Atmospheric turbulence can cause the image degraded with time-varying blur and geometric distortion. This makes moving object detection a big challenge. In this paper, we resolve the object detection problem by proposing a three-step approach. According to the low-rank decomposition, the first step decomposes the turbulence sequence into two components: the low-rank stabilized background and the sparse errors. The sparse part in the result of first step includes turbulence distortion, noise and moving object. Then, the sparse matrix is processed with adaptive threshold to select the block-sparse mask and the holes within the mask are simultaneously filled. The low-rank matrix is processed with different Gaussian model to extract foreground. Finally, a decision fusion module is introduced to exploit complementary information from two approaches to boost overall detection accuracy. The experiment results have shown the promising performances. Comparing with traditional methods, the proposed approach not only can improve the detection rate, but also is able to handle the interferences of strong turbulence.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第894980位访问者 本站今日一共被访问185

技术支持:北京勤云科技发展有限公司