混合光照干扰下静态灰度图像多特征识别仿真

摘要

传统的静态灰度图像多特征识别方法,在混合光照干扰下,静态灰度图像中经常会出现大量的干扰因素,导致识别结果不完整、处理速度慢等问题.为此提出一种基于Sobel算子和张量分类器的混合光照干扰下静态灰度图像多特征识别方法.采用Sobel算子提取静态灰度图像特征,将水平和垂直方向的梯度、灰度特征相融合构成静态特征,采用背景建模的方式对静态特征进行加权处理.对灰度图像特征进行多尺度变换,结合加权结果,将图像纹理特征和梯度特征结合,获取新特征.利用FSTM灰度图像分类器,对受到混合光照干扰的静态灰度图像新特征进行分类,获取最优质分类张量面,构建特征识别的决策函数,识别出静态图像的多特征.实验证明,相较于传统方法,所提方法识别效率高且多特征细节完整,具有较高鲁棒性.