自适应加权融合算法程序

2019年3月

第40卷第3期计算机工程与设计

COM

PUTER ENG

INEER

ING AND DE

SIGNMar. 2019

Vol. 40 No. 3

融合时域信息的自适应ViBe算法

瞿中

，刘帅

，刘妍

(重庆邮电大学计算机科学与技术学院，重庆400065)

摘要：针对V

iBe算法采用第一帧初始化背景模型没有考虑像素值在时域上变化的情况，提出一种融合时域信息的自适

应V

iBe算法。提出一个历史像素值队列反映像素值在时域上的变化情况；提出一种结合自适应思想的阈值分割方法对前

景像素和背景像素进行分割，使ViBe算法适应场景中不同动态区域；提出一种自适应的更新因子，通过自适应更新机制

使背景模型能够在不同背景下更加可靠。实验结果表明，改进后的VBe算法能够快速适应动态背景！使检测结果更

为准确。

关键词$ V_e目标检测；自适应阈值；背景模型&动态更新

中图法分类号：TP391.41 文献标识号：A 文章编号$ 1000-7024 (2019) 03-0782-06

doi： 10. 16208/.. issnl000-7024. 2019. 03. 031

Sel--adaptive ViBe algorithm with time domain information

QU Zhong & LIU Shuai & LIU Yan

(College of Computer Science and Technology , Chongqing University of Posts and

Telecommunications, Chongqing 400065，China)

Abstract： The initialization of background model in the first frame neglects the pixel values change

the problem，a self-adaptive ViBe algorithm with time domain information was proposed A historical pixel value queue to reflect

时空特征自适应融合

简介

时空特征自适应融合是一种数据处理方法，旨在将多个时空特征进行有效融合，以提取出更加准确和全面的信息。该方法可以广泛应用于地理信息系统、遥感图像处理、气象学等领域，以及人口统计、交通规划等实际应用场景中。本文将详细探讨时空特征自适应融合的原理、方法和应用。

时空特征自适应融合的原理

1. 时空特征

在理解时空特征自适应融合之前，我们首先需要了解什么是时空特征。时空特征是指一种描述地理信息随时间和空间变化的特征。例如，人口密度、温度变化、交通流量等都可以被看作是时空特征。这些特征在不同时间和空间上可能呈现出明显的变化模式。

2. 自适应融合

自适应融合是指根据不同特征之间的相互关系和权重，采用一种灵活的方式将它们融合在一起。自适应融合的目标是最大程度地保留原始特征的信息，并且能够提取出更加准确和全面的特征。在时空特征自适应融合中，我们希望将时空特征的时间和空间维度进行有效融合，以揭示其内在的规律和关联。

3. 时空特征自适应融合方法

3.1 多尺度特征融合

多尺度特征融合是时空特征自适应融合的一种常见方法。该方法通过将不同时空尺度的特征进行分解和重组，以获取更加全面的信息。例如，可以将时空特征分解为不同时间和空间分辨率的特征，然后通过适当的计算方法进行融合。 3.2 加权特征组合

另一种常见的时空特征自适应融合方法是加权特征组合。该方法通过为不同特征赋予不同的权重，根据其在时空上的变化情况进行自适应调整。通过合理选择权重，可以更好地反映出时空特征的变化趋势和相关性。

3.3 非线性特征变换

除了多尺度特征融合和加权特征组合之外，还可以采用非线性特征变换的方法进行时空特征自适应融合。非线性特征变换可以通过对原始特征进行变换，揭示出其内在的关联和规律。例如，可以采用神经网络、支持向量机等方法进行特征的非线性变换和学习。

时空特征自适应融合的应用案例

1. 气象学研究

时空特征自适应融合在气象学研究中有着广泛的应用。例如，可以将不同时间和空间尺度的气象数据进行融合，以预测未来的气象变化趋势。同时，该方法也可以用于分析气候变化的规律和影响因素。

第２８卷第８期　２０１５年８月　传感技术学报　

ＣＨＩＮＥＳＥ　ＪＯＵＲＮＡＬ　ＯＦ　ＳＥＮＳＯＲＳ　ＡＮＤ　ＡＣＴＵＡＴＯＲＳ　Ｖｏｌ＿２８　ＮＯ．８　Ａｕｇ．２０１５　

Ａｎ　Ｉｍｐｒｏｖｅｄ　Ｍｕｌｔｉｐｌｅ　Ｗｉｒｅｌｅｓｓ　Ｓｅｎｓｏｒ　Ｄａｔａ　Ｂａｔｃｈ　Ｅｓｔｉｍａｔｉｏｎ　

Ａｄａｐｔｉｖｅ　Ｗｅｉｇｈｔｅｄ　Ｆｕｓｉｏｎ　Ａｌｇｏｒｉｔｈｍ　

ＷＡＮＧ　Ｈｕａｄｏｎｇ　，ＷＡＮＧ　Ｄａｙｕ　

（Ｃｏｍｐｕｔｅｒ　ｓｃｉｅｎｃｅ　ａｎｄ　ｔｅｃｈｎｏｌｏｇｙ　ｏｆＺｈｏｕｋｏｕ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈｏｕｋｏｕ　Ｈｅ．ａｎ　４６６００１，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｏ　ｓｏｌｖｅ　ｍｕｌｔｉｐｌｅ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｍｏｎｉｔｏｒｉｎｇ　ｄａｔａ　ｆｕｓｉｏｎ　ｉｎ　ｇｒｅｅｎｈｏｕｓｅｓ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ｌｏｗ　ｐｒｅｃｉｓｉｏｎ，ｔｈｉｓ　ｐａｐｅｒ　ｐｒｏｐｏｓｅｓ　ａ　ｍｏｄｉｆｉｅｄ　ｂａｔｃｈ　ｅｓｔｉｍａｔｉｏｎ　ａｄａｐｔｉｖｅ　ｗｅｉｇｈｔｅｄ　ｆｕｓｉｏｎ　ａｌｇｏｒｉｔｈｍ．Ｆｉｒｓｔｌｙ，ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　

ａｌｌｏｗａｂｌｅ　ｔｈｒｅｓｈｏｌｄ　ｆｕｎｃｔｉｏｎ　ｅｌｉｍｉｎａｔｅ　ａ　ｌａｒｇｅ　ｅｒｒｏｒ　ｄａｔａ，ｗｈｉｃｈ　ｃｏｌｌｅｃｔｅｄ　ｏｖｅｒ　ｂｙ　ｔｈｅ　ｗｉｒｅｌｅｓｓ　ｔｅｍｐｅｒａｔｕｒｅ　ｓｅｎｓｏｒ　ｗｉｔｈｉｎ　ａ　ｐｅｒｉｏｄ　ｏｆ　ｔｉｍｅ，ｔｈｅｎ，ｂａｔｃｈ　ｅｓｔｉｍａｔｅ　ｔｈｅｓｅ　ｐｒｏｃｅｓｓｅｄ　ｄａｔａ　ｔｏ　ｄｅｒｉｖｅ　ｏｐｔｉｍａｌ　ｅｓｔｉｍａｔｉｏｎ　ｏｆ　ｔｈｅ　ｖａｌｕｅ　ｏｆ　ｔｈｅ　

ｎｏｄｅ，ａｆｔｅｒ　ｔｈｉｓ　ｏｐｔｉｍａｌ　ｅｓｔｉｍａｔｅ　ｏｆ　ａｌｌ　ｗｉｒｅｌｅｓｓ　ｔｅｍｐｅｒａｔｕｒｅ　ｓｅｎｓｏｒ　ｎｏｄｅｓ　ｉｎ　ｔｈｅ　ｒｅｇｉｏｎ，ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｐｒｉｎｃｉｐｌｅ　ｏｆ　

第２８卷第６期　２００８年１２月　弹箭与制导学报　Ｊｏｕｒｎａｌ　ｏｆ　Ｐｒｏｊｅｃｔｉｌｅｓ，Ｒｏｃｋｅｔｓ，Ｍｉｓｓｉｌｅｓ　ａｎｄ　Ｇｕｉｄａｎｃｅ　Ｖｏ１．２８　Ｎｏ．６　Ｄｅｃ　２００８　

一种改进的加权融合算法　

邓蕴昊，张纳温　

（空军工程大学导弹学院，陕西三原７１３８００）　摘要：加权融合算法由于实现起来特别容易，所以在实际工程上得到了广泛的应用。但其加权因子直接影　响融合结果，导致算法性能很不稳定。通过对多传感器航迹估计融合算法的深入研究，提出了一种改进的自　适应加权融合算法，解决了算法性能不稳定的问题。仿真结果表明，文中改进的算法性能优于其他加权融合　法。　关键词：估计算法；加权融合；多传感器数据融合　中图分类号：ＴＰ２１２　文献标志码：Ａ　

Ａｎ　Ｉｍｐｒｏｖｅｄ　Ｗｅｉｇｈｔｅｄ　Ｆｕｓｉｏｎ　Ａｌｇｏｒｉｔｈｍ　

ＤＥＮＧ　Ｙｕｎｈａｏ，ＺＨＡＮＧ　Ｎａｗｅｎ　（Ｔｈｅ　Ｍｉｓｓｉｌｅ　Ｉｎｓｔｉｔｕｔｅ，Ａｉｒ　Ｆｏｒｃｅ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａａｎｘｉ　Ｓａｎｙｕａｎ　７１３８００．Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｗｅｉｇｈｔｅｄ　ｆｕｓｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｗｉｄｅｓｐｒｅａｄ　ｂｅｃａｕｓｅ　ｏｆ　ｅａｓｙ　ｒｅａｌｉｚａｔｉｏｎ・ｂｕｔ　ｉｔｓ　ｗｅｉｇｈｔｅｄ　ｇｅｎｅ　ｉｎｆｌｕｅｎｃｅｓ　ｔｈｅ　ｆｕｓｉｏｎ　ｒｅｓｕｌｔ　ｄｉｒｅｃｔｌｙ　ａｎｄ　ｒｅｓｕｌｔｓ　ｉｎ　ｉｎｓｔａｂｌｅ　ａｌｇｏｒｉｔｈｍ　ｐｅｒｆｏｒｍａｎｃｅ．Ａｎ　ｉｍｐｒｏｖｅｄ　ａｄａｐｔｉｖｅ　ｗｅｉｇｈｔｅｄ　ｆｕｓｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｗａｓ　ｐｒｏｐｏｓｅｄ　ｔｈｒｏｕｇｈ　ｄｅｅｐ　ｓｔｕｄｙ　ｏｎ　ｔｈｅ　ｍｕｌｔｉ—ｓｅｎｓｏｒ　ｔｒａｃｋ　ｆｕｓｉｏｎ　ａｌｇｏｒｉｔｈｍ，ａｎｄ　ｉｔ　ｈａｓ　ｓｏｌｖｅｄ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ａｌｇｏｒｉｔｈｍ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｎｓｔａｂｉｌｉｔｙ．Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｔｈｅ　ｉｍｐｒｏｖｅｄ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｂｅｔｔｅｒ　ｔｈａｔ　ｏｔｈｅｒ