基于主顏色譜及空間分布熵的目標(biāo)匹配技術(shù)研究.pdf

1、由于智能交通、醫(yī)療、安防等各個領(lǐng)域的迫切需求，智能監(jiān)控中的多攝像機協(xié)同關(guān)鍵技術(shù)越來越受到人們的關(guān)注，其主要包括目標(biāo)檢測和定位、目標(biāo)匹配、目標(biāo)交接和目標(biāo)行為分析等技術(shù)。目標(biāo)匹配技術(shù)作為實現(xiàn)多攝像機協(xié)同的橋梁近年來亦成為智能監(jiān)控領(lǐng)域研究的熱點和難點。本文主要對目標(biāo)匹配方法做了研究，首先介紹了常用的目標(biāo)匹配方法，然后深入分析了基于顏色特征的目標(biāo)匹配方法，針對相關(guān)方法中存在計算量大、未考慮顏色空間分布信息、目標(biāo)匹配不夠準(zhǔn)確等問題，主要從以下幾個

2、方面進(jìn)行了研究：
　?、盘岢隽艘环N基于二級中心優(yōu)化和M-Kmeans融合的目標(biāo)主顏色譜描述算法。即在用Kmeans聚類算法對目標(biāo)的顏色進(jìn)行聚類以降低計算復(fù)雜度時，先用二級中心優(yōu)化算法確定聚類初始中心點，然后用M-Kmeans算法進(jìn)行聚類過程中的類成員調(diào)整。研究及實驗結(jié)果表明，融合算法不僅提高了目標(biāo)主顏色譜描述的準(zhǔn)確性，而且降低了聚類結(jié)果對初始中心點的敏感性，提高了聚類結(jié)果的穩(wěn)定性。
　?、铺岢隽酥黝伾V空間分布熵技術(shù)。即對于

3、目標(biāo)的主顏色譜，依據(jù)其對應(yīng)像素在不同劃分區(qū)域的分布比例，應(yīng)用香農(nóng)熵公式計算主顏色譜分量的熵以表示其空間分部信息。實驗結(jié)果表明，通過主顏色譜空間分布熵能夠很好地區(qū)分目標(biāo)主顏色譜直方圖相似但顏色空間分布不同的目標(biāo)。
　　⑶基于前兩點研究結(jié)果，提出了MCS-SDE(Major Color Spectrum and Spatial Distribution Entropy)目標(biāo)匹配方法。即用主顏色譜進(jìn)行顏色相似度計算的同時，用該譜分量的空