论文部分内容阅读
根据人头特征,提出了一种基于网格和密度的聚类算法.该算法将图像分成网格,然后逐行计算网格的密度,碰到符合密度要求的网格时,算法转为纵向计算网格的密度,记录下纵向符合密度要求的网格数量,以此判断是否存在人头以及计算人头的参数.该算法结合了网格聚类的低时空复杂度和密度聚类的良好抗噪性的特点.实验证明该算法速度比Hough变换快两个数量级,而且所需存储空间小.