《表1 直接聚类 (K-means) 、最近质心分类器 (NCC) 、支持向量机 (SVM) 的背景提取性能对比表》
随机选取10张测试图片,人工提取背景部分,然后将对a、b色彩分量直接聚类、最近质心分类器和支持向量机3种方法得到的背景图像分别与人工提取的背景图,计算PSNR和Universal值。PSNR和Universal值的计算结果和两种方法的计算时间如表1所示。从表中可以发现,直接聚类法的平均PSNR值为47.33dB,最近质心分类器的平均PSNR值为47.49dB,支持向量机划分法的平均PSNR值为45.38db,最近质心分类器的背景提取结果优于支持向量机划分法,且略优于直接聚类法。直接聚类法的平均Universal值为0.988 9,最近质心分类器的平均Universal值为0.987 3,支持向量机划分法的平均Universal值为0.983 9,直接聚类法和最近质心分类器的背景提取结果略优于支持向量机划分法。但是采用最近质心分类器提取背景部分的平均计算时间为11.88s,仅为直接聚类法的1/3,且相对于支持向量机划分法,其计算时间缩短了近1/3。
图表编号 | XD0021892600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.01.01 |
作者 | 舒瑶、朱明锋 |
绘制单位 | 三峡大学理学院、三峡大学理学院 |
更多格式 | 高清、无水印(增值服务) |