首页 | 本学科首页   官方微博 | 高级检索  
     

基于灰度共生矩阵信息融合的视频噪声识别算法
引用本文:黄小童,陈黎,田菁,张晓龙.基于灰度共生矩阵信息融合的视频噪声识别算法[J].计算机应用与软件,2015(2):143-147.
作者姓名:黄小童  陈黎  田菁  张晓龙
作者单位:武汉科技大学计算机科学与技术学院 湖北 武汉 430065; 智能信息处理与实时工业系统湖北省重点实验室 湖北 武汉 430065
基金项目:国家自然科学基金项目(61105010,61273225);武汉市晨光计划项目(201150431095);湖北省高等学校优秀中青年科技创新团队计划项目
摘    要:针对视频监控图像中存在噪声的问题,利用视频中相邻两帧间差异信息可反映出视频中的噪声,结合灰度共生矩阵,提出基于灰度共生矩阵五特征信息融合的客观噪声视频识别评价方法。该方法首先对连续的两帧视频进行差分运算,然后对帧差图像利用灰度共生矩阵计算图像信息熵、能量、逆差距、均值和、方差和五个特征,最后用支持向量机进行信息融合训练学习,对无参考视频噪声有效识别。实验结果表明,该方法预测识别效果较好,识别率高达95.11%,与主观识别有较好的一致性,能获得较低的漏检率和误报率。

关 键 词:视频噪声  灰度共生矩阵  信息融合  支持向量机

VIDEO NOISE IDENTIFICATION METHOD BASED ON GRAY LEVEL CO-OCCURRENCE MATRIX INFORMATION FUSION
Huang Xiaotong,Chen Li,Tian Jing,Zhang Xiaolong.VIDEO NOISE IDENTIFICATION METHOD BASED ON GRAY LEVEL CO-OCCURRENCE MATRIX INFORMATION FUSION[J].Computer Applications and Software,2015(2):143-147.
Authors:Huang Xiaotong  Chen Li  Tian Jing  Zhang Xiaolong
Affiliation:Huang Xiaotong;Chen Li;Tian Jing;Zhang Xiaolong;College of Computer Science and Technology,Wuhan University of Science and Technology;Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System;
Abstract:
Keywords:Video Noise  Gray level co-occurrence matrix  Information fusion  Support vector machine
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号