[发明专利]融合超像素与三维自组织背景减除法的前景提取方法有效
| 申请号： | 201610128869.3 | 申请日： | 2016-03-07 |
| 公开（公告）号： | CN105809716B | 公开（公告）日： | 2019-12-24 |
| 发明（设计）人： | 朱松豪;孙娴;金栋梁;荆晓远;岳东 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06T7/215 | 分类号： | G06T7/215;G06T7/194 |
| 代理公司： | 32207 南京知识律师事务所 | 代理人： | 汪旭东 |
| 地址： | 210023 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了融合超像素与三维自组织背景减除法的前景提取方法，该方法包括以下步骤：首先，使用超像素分割方法，将所有区域进行分割迭代；然后，使用三维自组织背景减除算法，图像背景建模；最后，通过最佳权重策略，实现前景运动目标提取。本发明提出的融合超像素分割的三维自组织背景减除算法，能有效检测缓慢运动的目标与进入场景后暂时静止的目标，在一定程度上提高了检测精度和处理速度。本发明结合超像素算法与三维自组织背景减除算法结合的框架，实现运动目标检测，加快了处理速度和处理效果。 | ||
| 搜索关键词： | 融合 像素 三维 组织 背景 减除 前景 提取 方法 | ||
【主权项】：
1.融合超像素与三维自组织背景减除法的前景提取方法，其特征在于，包括以下步骤：/n步骤1：利用超像素算法，对图像帧进行区域分割，超像素算法的超像素分割算子包括：/n超像素对图像进行分割时，在既定的区域周围，将同质像素归为一类，即为一超像素，简单线性迭代聚类算法是依据颜色、位置信息，实现聚类的超像素分割，利用Lab空间信息及像素的x、y坐标信息构造相似性度量，实现图像局部聚类，形成超像素区域；然后，利用GPU、NVIDIA、CUDA硬件加快处理速度，将简单线性迭代聚类算法速度提高10～20倍，促使简单线性迭代聚类算法应用到实时性要求比较高的系统中，超像素分割算子包括采用自适应的K值调整方法：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610128869.3/，转载请声明来源钻瓜专利网。
