改进型SLIC于光照干扰下人体目标图像分割算法

作者：于国庆; 李宏哲; 张倩; 杨东瀚

来源：现代电子技术, 2022, 45(20): 139-144.

DOI：10.16652/j.issn.1004-373x.2022.20.028

• 视频监控
• 图像分割
• 超像素
• 简单线性迭代聚类
• 人体目标
• Lab颜色空间

针对视频监控下运动人体目标分割，传统的简单线性迭代聚类（SLIC）分割算法经常会受到光照变化的干扰，易产生欠分割问题，文中提出一种基于降维的改进型SLIC融合算法。首先，在Lab色彩模型转换过程中只对L分量进行转换，剔除对光照及迭代聚类贡献度低的色彩分量a,b，并进行降维简化；其次，引入灰度特征向量g以增强图像的特征信息，弥补因降维导致的特征损失问题；最后，将灰度信息、L分量和位置信息融合成一个4维特征向量[l,g,x,y]用于分割。与传统SLIC算法的实验对比结果表明，改进型SLIC融合算法不仅适用于一般场景，对于光照干扰下的场景，也能准确地分割出人体目标，且该算法的各项评价指标均优于传统的SLIC算法，其平均运算效率比传统SLIC算法提高约9.075%，能够很好地应用于监控视频帧图像中受光照干扰较为严重情况下的超像素分割问题，可为后续图像的进一步处理提供更好的基础。

• 出版日期2022
• 单位河北科技大学