论文部分内容阅读
由于受到光照等因素造成的散斑噪声和灰度不均衡现象的影响,应用计算机视觉技术实现行人的准确检测较为困难.为了提高交通场景信息提取的精准度和自动化水平,文中提出一种基于自适应脉冲耦合神经网络的行人检测方法.首先以像素间"准欧式"距离为参考,确定神经网络接受区中心神经元与邻域神经元间的点火贡献关系;然后根据图像灰度特征以及邻域综合信息对脉冲产生区的关键控制参数——初始阈值进行设定;最后对获得的初始结果进行多策略形态学修正,从而提取出图像中的行人.实验结果表明,该方法能够在有效提高检测方法自适应程度的同时,