新的种子点区域填充算法

传统的种子点填充算法需要大量的出栈、入栈操作,花费大量的时间和空间,而提出的算法完全避免了这些缺点。通过对100幅油区地质图的填充实验表明:无论要填充区域的形状、大小、位置如何,都能完全填充,成功率为100%。与其他填充算法相比,该算法具有流程简单,运算速度快,填充准确可靠等优点,是一种值得推广的算法。

一种对光照变化鲁棒的移动目标前景提取方法

运动目标前景提取是对其进一步分析如特征提取、行为分析等的基础。RPCA(鲁棒主成分分析)分解可以得到较为完整的目标前景,但该方法对光照变化敏感,容易导致误检。利用Lab颜色空间中a,b通道对光照变化不敏感的特点,可以提高基于RPCA分解的前景提取方法对光照变化的鲁棒性,首先对图像L,a,b通道分别进行RPCA分解得到稀疏前景,然后利用大津阈值分割各通道二值化前景并采用种子点填充技术融合不同前景,最后利用形态学滤波优化融合结果提取准确的运动目标前景。实验结果表明,该方法可以在复杂背景下准确提取运动目标前景,且能有效克服光照变化的影响。