复杂背景下多目标图像分割方法研究-论文.pdf

《复杂背景下多目标图像分割方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第3期北京交通大学学报VO1．38No．32014年6月oURNALOFBEIJINGJIA01℃iGUNIVERSITYIun．2014文章编号i1673—0291(2014)03—0118—05DOI：10．11860~．issn．1673—0291．2014．03．020复杂背景下多目标图像分割方法研究杨娜一，陈益强2，刘棉斌2，范玉广2(1．中北大学信息探测与处理山西省重点实验室，太原030051；2．中国科学院计算技术研究所，北京100900)摘要：真实路况中的运动车辆图像进行图像分割时，图像中往往存在多个车辆车牌信息，且这些车牌信息具有尺度不一

2、，位置随机等特点，加之光照及复杂背景的影响，如何兼顾多个车辆车牌的分割效果是车辆检测和跟踪领域亟待解决的问题．为了解决这类工程应用中的问题，需要在尺度空间下对多目标图像进行分析．因本文在前期多尺度分割模型的基础上引入视觉注意机制，利用不变性特征实现多目标的定位及最优分割尺度的选取．经大量实验测试结果表明，该算法较好地实现了图像中多个车牌图像的分割并且具有较好的分割效果．关键词：图像分割；视觉注意机制；尺度空间；不变性特征；复杂背景；多目标图像中图分类号：TP391．9文献标志码：AStudyonmultipletargetsimagesegmentationalg

3、orithmbasedoncomplexbackgroundYANGNa一，CHENYiqiang，L见，Yibin，FANYuguang(1．ShanxiKeyLaboratoryofSignalCapturingandProcessing，NorthUniversityofChina，Taiyuan030051，China；2．InstituteofComputingTechnology，ChineseAcademyofScience，Beijing100900，China)Abstract：Whenthemovingvehicleimageunderther

4、ealroadconditionissegmented，themultipleli—censeplateshaverandompositionsanddifferentscales．UndertheinfluenceofilluminationandCOrn—plexbackground，howtogiveconsiderationstothesegmentationresultsforseveralobjectsinanimageistheproblemurgentlytoberesolvedinthevehicledetectionandtrackingfie

5、ld．Inordertosolvesuchprobleminengineeringapplication，multipletargetsimageshouldbeanalyzedinthescalespace．There—fore，thevisualattentionmechanismisintroducedonthebasisoftheRF—PCNNmodel，usinginvari—antfeaturetorealizethelocationforthemultipletargetsandselecttheoptimalsegmentationscale．Th

6、usallthelicenseplatescain_besegmentedinthevehicleimage．Alargenumberofexperimentalre—sultsshowthatthealgorithmhasimplementedthemultipletargetssegmentationandhasbetterseg—mentationeffect．Keywords：imagesegmentation；visualattentionmechanism；scalespace；invariantfeature；complexbackground；mu

7、ltipletargetsimage图像分割是把图像中具有不同涵义的区域区分分割中得到广泛应用，并显示出诸多优良特性[2—31．开来，是图像分析和处理的重要环节⋯1．建立在仿目前图像分割领域已取得很多研究成果．然而，生视觉皮层神经元模型基础上的脉冲耦合神经网络由于实际图像的复杂性，多目标分割仍是一个具有(PulseCoupledNeuralNetworks，PCNN)已在图像挑战性的问题[-51．尤其对真实路况中的运动车辆收稿日期：2014—03—20基金项目：国家自然科学基金资助项目(61227003)；国家科技重大专项资金资助(2012ZX07205—005—

8、07)；广