基于加权核范数与3D全变分的背景减除 |
| |
引用本文: | 班颖,邵泽军,牛玉玲.基于加权核范数与3D全变分的背景减除[J].信息与电脑,2023(4):17-20+47. |
| |
作者姓名: | 班颖 邵泽军 牛玉玲 |
| |
作者单位: | 燕京理工学院建筑学院 |
| |
摘 要: | 针对鲁棒主成分分析模型(Robust Principal Component Analysis,RPCA)一般将前景看作背景中存在的异常像素点,从而使得在复杂背景中前景检测精度下降的问题,提出一种基于加权核范数与3D全变分(3D-TV)的背景减除模型。该模型以RPCA为基础,利用加权核范数来约束背景的低秩性,考虑了不同奇异值对秩函数的影响,使其更接近实际背景的秩;然后利用3D-TV来约束前景的稀疏性,考虑了目标在时空上的连续性,有效抑制了复杂背景对前景提取造成的干扰。实验结果表明,与其他4种算法对比,所提模型的F值基本上是最优的,且能准确地分离图像中的背景和前景。
|
关 键 词: | 背景减除 鲁棒主成分分析(RPCA) 加权核范数 |
|
|