基于小波域特征和贝叶斯估计的目标检测算法-山东大学学报工学版.PDFVIP

　第４７卷　第２期 山　东　大　学　学　报　（工　学　版） ２０１７年４月　 　 　　 Ｖｏｌ．４７　 Ｎｏ．２　　 　ＪＯＵＲＮＡＬＯＦＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ（ＥＮＧＩＮＥＥＲＩＮＧＳＣＩＥＮＣＥ） Ａｐｒ．２０１７　 　文章编号：１６７２３９６１（２０１７）０２００６３０８　　　ＤＯＩ：１０６０４０／ｊ．ｉｓｓｎ．１６７２３９６１０２０１６１７４ 基于小波域特征和贝叶斯估计的目标检测算法 １ ２ ３ ４ 刘英霞 ，王希常 ，唐晓丽 ，常发亮 （１．山东传媒职业学院，山东 济南２５０２００；２．山东省教育招生考试院，山东 济南２５００１１； ３．纪念斯隆－凯特琳癌症中心医学物理学部，纽约 西哈里森１０６０６美国； ４．山东大学控制科学与工程学院，山东 济南２５００１１） 摘要：为了改进目标检测算法，在小波域建立基于贝叶斯概率估计的模型，得到一个自适应最佳阈值，并利用该阈 值得到待检测的目标。对待检测的图像序列进行基于滑动窗口的双Ｈａａｒ小波变换，对小波变换后的低频分量建 立基于核密度函数的贝叶斯概率估计模型，通过训练和学习，得到自适应的最佳阈值，利用该阈值对低频分量进 行判别，得到只含有目标的二值化图像。选取室内室外一个和多个运动目标的６个视频序列对该算法的有效性进 行检验，并同其他算法相比，可以给出更好的检测结果。 关键词：目标检测；动态背景；贝叶斯概率估计；小波域 中图分类号：ＴＰ１８１　　　文献标志码：Ａ ＯｂｊｅｃｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＢａｙｅｓｉａｎｐｒｏｂａｂｉｌｉｔｙ ｅｓｔｉｍａｔｉｏｎｉｎｗａｖｅｌｅｔｄｏｍａｉｎ １ ２ ３ ４ ＬＩＵＹｉｎｇｘｉａ，ＷＡＮＧＸｉｃｈａｎｇ，ＴＡＮＧＸｉａｏｌｉ，ＣＨＡＮＧＦａｌｉａｎｇ （１．ＳｈａｎｄｏｎｇＣｏｍｍｕｎｉｃａｔｉｏｎａｎｄＭｅｄｉａＣｏｌｌｅｇｅ，Ｊｉｎａｎ２５０２００，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ； ２．ＳｈａｎｄｏｎｇＰｒｏｖｉｎｃｅＡｃａｄｅｍｙｏｆＥｄｕｃａｔｉｏｎＲｅｃｒｕｉｔｍｅｎｔａｎｄＥｘａｍｉｎａｔｉｏｎ，Ｊｉｎａｎ２５００１１，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ； ３．ＤｅｐａｒｔｍｅｎｔｏｆＭｅｄｉｃａｌＰｈｙｓｉｃｓ，ＭｅｍｏｒｉａｌＳｌｏａｎＫｅｔｔｅｒｉｎｇＣａｎｃｅｒＣｅｎｔｅｒ，ＷｅｓｔＨａｒｒｉｓｏｎ１０６０６，ＮｅｗＹｏｒｋ，Ａｍｅｒｉｃａ； ４．ＳｃｈｏｏｌｏｆＣｏｎｔｒｏｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ２５００１１，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ，Ｂａｙｅｓｉａｎｐｒｏｂａｂｉｌｉｔｙｅｓｔｉｍａｔｉｏｎｍｏｄｅｌｉｎｗａｖｅｌｅｔｄｏｍａｉｎｗａｓ ｂｕｉｌｔｔｏｇｅｔａｒｏｂｕｓｔｔｈｒｅｓｈｏｌｄ，ａｎｄｔｈｅｄｅｔｅｃｔｅｄｏｂｊｅｃｔｃｏｕｌｄｂｅｏｂｔａｉｎｅｄｗｉｔｈｔｈｅａｄａｐｔｉｖｅｔｈｒｅｓｈｏｌｄ．ＭｏｖｉｎｇＷｉｎｄｏｗ ＢａｓｅｄＤｏｕｂｌｅＨａａｒＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍｆｏｒｄｅｔｅｃｔｅｄｉｍａｇｅｓｅｑｕｅｎｃｅｗａｓｆｉｎｉｓｈｅｄ．Ｂａｙｅｓｉａｎｐｒｏｂｏｂｉｌｉｔｙｅｓｔｉｍａｔｉｏｎｍｏｄｅｌ ｂａｓｅｄｏｎｋｅｒｎｅｌｄｅｎｓｉｔｙｆｕｎｃｔｉｏｎｗａｓｂｕｉｌｔｆｏｒｌｏｗｆｒｅｑｕｅｎｃｙｐａｒｔ，ａｎｄａｄａｐｔ