基于网格量化和区间均值的动态目标识别

动态目标识别中,当摄像机和目标之间相对距离变化时,对于同一目标的多尺度序列图像,虽然目标区域图像大小和清晰度不同,但整体结构分布具有相似性和一致性。根据这一特点,提出基于目标区域网格量化的方法。在目标区域上形成采样网格,通过相对量化提取结构特征矩阵。对于同一目标序列图像中的每一个目标区域,其结构特征矩阵基本不变。结构特征矩阵反映象素分布的自相关性质。进一步,对由干扰引起的灰度值结构分布误差,采用网格区间均值的方法加以解决。目标区域网格量化是对相邻采样点的差值进行量化匹配。区间均值是对少数相邻采样点的进一步匹配。实例表明,本文的方法运算速度快、可靠性高,达到了实用目的。