一种基于圆的几何特性改进的圆检测随机算法

在模式识别和计算机视觉领域,圆检测的应用十分重要。目前,大部分圆检测算法都把关注点放在精确度和检测效率上,随机算法具有计算效率高和占用内存少的优点,然而,随机算法通过选取大量的候选圆并统计落在候选圆上的像素总数判断圆的存在,在实时检测中并不适用。文章提出了一种基于圆的对称性的改进算法,加速了判断候选圆是否为真实圆的过程,同时在统计候选圆上的像素时没有采集图像中全部的边缘像素,而是采集候选圆的内接正方形和外切正方形范围内的边缘像素。实验表明,这种方法在保持圆检测准确性的条件下减少了运算时间。     

结合高斯混合模型和改进的LSBS的运动目标检测方法

提出了一种综合混合高斯模型和改进LSBS的方法来进行目标跟踪检测。首先,通过混合高斯模型建立一个模糊的目标轮廓,其次,在此轮廓上运用改进LSBS来具体地检测出目标物体,该方法对不同的亮度图像检测不需要手动改写参数,使得算法可以运用于自动监督系统。最后,采用形态学滤波和连通区域面积检测进行去噪处理。实验结果表明,比起单独使用混合高斯或LSBS,该方法不仅能够更快速检测出目标物而且能够在光照亮度较暗的条件下依然能够准确地分辨出运动目标,增强了精确度,从而提高应用水平。