首页 理论教育 基于热红外图像的人体目标检测方法的理论基础及优势

基于热红外图像的人体目标检测方法的理论基础及优势

时间:2023-11-06 理论教育 版权反馈
【摘要】:相对于MHI,DMHI在处理复杂行为和非完整目标时更具有优势,能适应热红外成像的弱质性和人体灰度的非匀质性。以IADB数据集中的跑和单脚踢两种行为为例,图5.4展示了它们对应的DMHI模板图。图5.4跑与单脚踢行为过程及对应DMHI模板图2)相位一致性的定义相位一致性从傅里叶级数出发,利用各频率傅里叶分量的相位相似度作为评判标准提取信号特征。

基于热红外图像的人体目标检测方法的理论基础及优势

1)差分运动历史图的定义

差分运动历史图的定义如下:

其中,fn(x,y)为单周期序列图像中的第n帧,t为该行为周期的持续时间。

相对于MHI,DMHI在处理复杂行为和非完整目标时更具有优势,能适应热红外成像的弱质性和人体灰度的非匀质性。以IADB数据集中的跑(running)和单脚踢(kicking)两种行为为例,图5.4展示了它们对应的DMHI模板图。

图5.4 跑与单脚踢行为过程及对应DMHI模板图

2)相位一致性的定义

相位一致性(phase congruency,PC)从傅里叶级数出发,利用各频率傅里叶分量的相位相似度作为评判标准提取信号特征。基于PC的信号特征检测无须对信号波形进行假设,只需在傅里叶变换域里简单地按相位一致的顺序寻找特征点即可。对于图像信号,由于各种类型的特征都在频率域表现出最大PC值,因此在频率域计算每个像点的PC值就能确定该点是否为图像特征点,且计算结果具有定位准确和不受图像灰度变化影响的优点。

对于一维信号,PC定义为(www.xing528.com)

其中,An和φn分别为信号的傅里叶分量的振幅和相位,θ为加权均值相角。

面向二维图像信号,Peter Kovesi在研究图像噪声干扰等问题的基础上,提出了基于局部能量函数的相位一致性计算方法,即

其中,

上述定义中,I(x,y)为输入图像;是工作在尺度s(s=1,2,…,p)、方向o(o=1,2,…,q)上的奇对称和偶对称波形滤波器;“*”为卷积操作符;Wo为频率扩散的加权因子;To为方向o上的噪声估计;ε为一个极小的常量,用以避免零作除数导致的异常;表示max(x,0)运算;Δφso为相位方差为方向o上的均值相角。

由于Log-Gabor小波拥有在亮度跨越大的情形下处理图像,可覆盖大频率范围,而且与人类视觉度量系统一致等优势,在实践中往往引入它进行PC值的计算。

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。

我要反馈