【摘要】：为此,一个较大的空间支持,即用每一个像素的邻域来比较当前图像和参考图像的特征。像素的邻域可以是一个具有通用形状的单一区域,一个非连通集像素集或一个矩形窗口。这种方法便于快速检测变化,但是限制了变化检测方法的空间准确性。这个尺度取决于应用的需求,它既可以通过不重叠的窗口也可以通过重叠的窗口来实现。在前一种情况下,不重叠的空间窗口为检测过程形成支撑。图10.2 相邻像素类型用于得到噪声鲁棒性
在理想的情况下,T变换将分别应用于每一个像素。在真实图像中,为了处理不同来源的噪声,必须进行鲁棒性分析。为此,一个较大的空间支持,即用每一个像素的邻域来比较当前图像和参考图像的特征。这种方法帮助减小在变化检测过程中的噪声影响。像素的邻域可以是一个具有通用形状的单一区域,一个非连通集像素集或一个矩形窗口（见图10.2）。可以在信号或过去帧的投影中采用一个具有通用形状的区域。不连通的像素集[240]可用于加速检测过程。这种方法便于快速检测变化,但是限制了变化检测方法的空间准确性。矩形窗是最普遍的像素邻域[99,2]。尤其在没有先验知识的场景中,可以考虑正方形窗口。随着窗口尺寸的增加,噪声的鲁棒性也增大。然而,检测的准确性减弱。权衡噪声的鲁棒性和检测的准确性来选择窗口的尺寸。
一个相关的问题是检测过程执行的尺度。这个尺度取决于应用的需求,它既可以通过不重叠的窗口也可以通过重叠的窗口（图10.3）来实现。在前一种情况下,不重叠的空间窗口为检测过程形成支撑。在后一种情况下,从像素邻域得到的信息来源于像素本身。选择采用哪种方法是对准确性和计算复杂性的权衡。重叠窗口提供了较好的准确性,但在某些情况下,实时限制要求变换检测过程应用于较小的图像（不重叠的窗口[502,153]）。当输入采用不重叠的窗口,可能会带来区块效应（blocking artifacts）。
(www.xing528.com)
图10.2 相邻像素类型用于得到噪声鲁棒性
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
