基于LBP核密度估计的动态目标分割模型研究  

Research of model for dynamic object segmentation based on LBP kernel density estimation

作　　者：何黄凯[1] 唐宁九[1] 李征[1] 孙源[1] 

机构地区：[1]四川大学计算机学院计算机科学与技术系,成都610064

出　　处：《计算机应用研究》2012年第7期2719-2721,2732,共4页Application Research of Computers

摘　　要：目前有关动态目标阴影抑制研究中,较好的方法是基于RGB颜色空间核密度估计分割模型,但它只能用于彩色视频阴影抑制,在灰度视频中是无效的。针对这一局限,提出了一种基于核密度估计模型的动态目标阴影消除算法,利用局部二值模式的抗噪特性,可以有效地消除彩色和灰度视频中的动态目标阴影,并对图像中的其他噪声也有明显抑制作用。从实验数据得出,该方法使目标误分割率降低约77.84%～95.22%,从而有效地抑制了动态目标阴影和其他噪声。In related researches for the cast shadow of dynamic object suppressing,the best method is the kernel density estimation model for RGB color space,but which can suppress the cast shadow only in color videos,while in gray videos is invalid.So this paper put forword a novel algorithm,which used the noise suppressing characteristic of LBP.It was an algorithm of segmenting dynamical objects for suppressing cast shadows in color and gray videos,which based on kernel density estimation model.Analysing the experimental data,this method make the target’s false segmentation rate be reduced about 77.84% to 95.22%,thus it is effective way to suppress the dynamic target shadows and other noises both in color and gray videos.

关 键 词：局部二值模式 动态目标阴影 RGB颜色空间 核密度估计 阴影抑制 误分割率 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]