摘要

由于图像中的背景复杂、目标弱小,在面对具有强噪声或者目标存在遮掩的情况下没有很好的检测算法。提出一种改进的Laplacian算子和Hog特征及Adaboost分类器相结合的算法。该方法根据拉普拉斯算子的边缘检测特性,先通过中值滤波滤掉一部分随机噪声,然后利用改进的Laplacian算子对图像进行卷积,获取图像使用稀疏矩阵表示的Hog特征,输入到Adaboost分类器后最终得到一个最准确的目标,并且在仿真实验中的准确率高达93.5%。