基于运动和亮度显著性的森林烟雾分割方法

摘要

本文提出了一种基于运动和亮度显著性检测的烟雾区域分割方法,目的是解决传统的运动检测方法对于树叶抖动、摄像机抖动等不显著的运动区域比较敏感的问题。采用低秩结构化稀疏分解方法提取前景区域,然后计算烟雾的显著性,以便进一步分离。我们提出一种基于自适应参数的群稀疏鲁棒标准正交子空间学习(ROSL)的显著性测量方法。实验表明,该方法能够很好地处理大范围的烟雾视频,并能获得较好的烟雾检测结果。