留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

融合直方图高阶统计特征与GLCM特征的室内红外图像人群密度分类

李熙莹 黄秋筱

李熙莹, 黄秋筱. 融合直方图高阶统计特征与GLCM特征的室内红外图像人群密度分类[J]. 红外技术, 2017, 39(7): 626-631,637.
引用本文: 李熙莹, 黄秋筱. 融合直方图高阶统计特征与GLCM特征的室内红外图像人群密度分类[J]. 红外技术, 2017, 39(7): 626-631,637.
LI Xiying, HUANG Qiuxiao. Indoor Crowd Density Classification in Infrared Images Based on Fusing High-order Statistics of Histogram with Gray Level Co-occurrence Matrix Features[J]. Infrared Technology , 2017, 39(7): 626-631,637.
Citation: LI Xiying, HUANG Qiuxiao. Indoor Crowd Density Classification in Infrared Images Based on Fusing High-order Statistics of Histogram with Gray Level Co-occurrence Matrix Features[J]. Infrared Technology , 2017, 39(7): 626-631,637.

融合直方图高阶统计特征与GLCM特征的室内红外图像人群密度分类

基金项目: 国家自然科学基金(U1611461)
详细信息
  • 中图分类号: TP391

Indoor Crowd Density Classification in Infrared Images Based on Fusing High-order Statistics of Histogram with Gray Level Co-occurrence Matrix Features

  • 摘要: 公共场所的人群密度信息在公共安全、交通管理、应急减灾等方面具有重要作用,采用红外技术,可以在拍摄人群图像时避免环境光照影响.为了实现室内场景下的红外图像人群密度分类,提出一种融合灰度直方图高阶统计特征与灰度共生矩阵特征的人群密度分类方法.首先,根据红外图像的特点,分析并提取样本图像灰度直方图的高阶统计特征,随后与提取的灰度共生矩阵特征串行融合,最后作为多分类支持向量机的输入,对不同人群密度等级进行分类.实验结果表明,提出的方法对于不同密度人群图像的分类准确率可达92.13%,同时特征向量提取简洁、算法耗时短.
  • 加载中
计量
  • 文章访问数:  140
  • HTML全文浏览量:  28
  • PDF下载量:  10
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回