融合独立分量分析和视觉显著性的烟雾分割检测算法

摘要：

在烟雾前景分离中,针对传统高斯混合模型分离的前景仍存在大量噪声点的问题,将独立分量分析(ICA)应用于分离烟雾前景,对传统烟雾前景分离算法进行改进.算法通过ICA消除烟雾前景和背景间的二阶和高阶相关,降低非烟雾成分的干扰;并通过基于图的视觉显著性(GBVS)来缩减预判的烟雾前景区域,得到较为纯净的烟雾区域.实验结果表明,与基于混合高斯模型的烟雾检测算法相比,该算法提取的烟雾区域小而集中,主观视觉评价以及客观指标均显示算法的识别效果更优.

关键词：烟雾检测、独立分量分析(ICA)、基于图的视觉显著性(GBVS)

所属期刊栏目：17

分类号：TN911.73

在线出版日期：2017-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：246-250