计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2013年
4期
210-213,218
,共5页
目标分割%车辆%轴对称%形态参数%Harris角点%K-means聚类
目標分割%車輛%軸對稱%形態參數%Harris角點%K-means聚類
목표분할%차량%축대칭%형태삼수%Harris각점%K-means취류
object segmentation%vehicle%axial symmetry%morphological parameter%Harris corner%K-means clustering
在智能交通系统粘连车辆的分割中,已有方法不能很好地保留车辆目标的轮廓细节.为此,提出一种基于角点特征的粘连车辆分割方法.采用帧差法提取运动车辆,借助数学形态学方法进行修复,引入长宽比、面积比等形态参数,判定粘连类别,结合Harris角点和K-means算法,检测并还原粘连区的角点,以实现粘连车辆的分割.实验结果表明,该方法能较好地保留车辆的轮廓细节信息,达到预期的实验效果.
在智能交通繫統粘連車輛的分割中,已有方法不能很好地保留車輛目標的輪廓細節.為此,提齣一種基于角點特徵的粘連車輛分割方法.採用幀差法提取運動車輛,藉助數學形態學方法進行脩複,引入長寬比、麵積比等形態參數,判定粘連類彆,結閤Harris角點和K-means算法,檢測併還原粘連區的角點,以實現粘連車輛的分割.實驗結果錶明,該方法能較好地保留車輛的輪廓細節信息,達到預期的實驗效果.
재지능교통계통점련차량적분할중,이유방법불능흔호지보류차량목표적륜곽세절.위차,제출일충기우각점특정적점련차량분할방법.채용정차법제취운동차량,차조수학형태학방법진행수복,인입장관비、면적비등형태삼수,판정점련유별,결합Harris각점화K-means산법,검측병환원점련구적각점,이실현점련차량적분할.실험결과표명,해방법능교호지보류차량적륜곽세절신식,체도예기적실험효과.