复杂背景下结合颜色和分形特征的多目标检测

• 作 者: 郑淋萍 王斌 刘华巍 周小平 黄继风
• 机 构: 上海师范大学信息与机电工程学院,中国科学院上海微系统与信息技术研究所微系统技术重点实验室
• 出 处: 上海师范大学学报(自然科学版)
• 发表日期: 2020年01期
• 关键词: 复杂自然背景 多目标检测 颜色特征 分形特征 改进K-means聚类算法 complex natural backgroundmulti-target dete
• 基金项目: 上海市自然科学基金(16ZR1424500),上海市地方院校能力建设(19070502900)

针对复杂自然背景下的多目标检测,提出了结合颜色和分形特征的多目标检测算法.将RGB颜色空间转换到Lab颜色空间,采用改进K-means聚类算法,去除大片背景区域,计算区域分形维数和分形拟合误差.两种分形特征相结合能够准确排除小面积背景奇异区域的干扰,检测出待测图像中的多个目标.仿真结果表明:该算法能够正确检测出复杂自然背景下的多个目标,对彩色图像分割后的保留区域求分形特征,避免了搜索目标带来的计算量.相比于对全图提取分形特征的方法,本算法在时间上缩短约80%.