Método adaptativo com limiarização local para segmentação de veículos
Segmentação de veículos. Modelo de mistura de gaussiana. Limiarização local.
A segmentação de veículos é um problema não linear que tem sido atacado na literatura com métodos de extração de plano de fundo. Essa abordagem requer uma estimação do padrão de fundo. Uma técnica popular é a estimação por modelos probabilísticos como Mistura de Gaussianas. Esses métodos são adaptativos e o padrão é atualizado constantemente. Em geral, esses métodos são modelados considerando uma independência espacial dos pixels. Essa abordagem facilita a implementação e reduz o custo dos métodos. O método proposto utiliza as imagens segmentadas para estimar limiares locais na classificação. Esses limiares são selecionados através de uma análise da vizinhança do pixel e assim, a segmentação é aprimorada. Após a segmentação, as saídas são corrigidas considerando a descrição da forma das regiões. Os limiares da classificação são selecionados de modo que esses erros sejam minimizados nas próximas iterações do sistema.