基于改進(jìn)的混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測算法.pdf

1、在計(jì)算機(jī)視覺，智能監(jiān)控等領(lǐng)域，運(yùn)動(dòng)目標(biāo)檢測是后續(xù)跟蹤、識(shí)別和行為理解的基礎(chǔ)。本文針對攝像機(jī)靜止的情況，研究了一種基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測算法。主要工作如下：
　　 （1）理論研究部分。比較了常用的運(yùn)動(dòng)目標(biāo)檢測算法的優(yōu)缺點(diǎn)；對現(xiàn)階段比較常用的背景建模方法從運(yùn)算量、檢測效果、處理背景擾動(dòng)能力和存儲(chǔ)空間需求等方面進(jìn)行了分析和比較。
　　 （2）視頻預(yù)處理。采用雙線性內(nèi)插法進(jìn)行圖像尺寸變換；采用三維矢量中值濾波算法抑制對模

2、型影響較為嚴(yán)重的脈沖噪聲和椒鹽噪聲，實(shí)驗(yàn)表明該算法能比標(biāo)量濾波和二維矢量中值濾波取得更高的信噪比。
　　 （3）運(yùn)動(dòng)目標(biāo)檢測。實(shí)現(xiàn)了基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測，并針對經(jīng)典模型對突發(fā)運(yùn)動(dòng)和光線突變響應(yīng)速度慢的問題提出了一種改進(jìn)算法，將前景區(qū)域分成運(yùn)動(dòng)目標(biāo)區(qū)和誤檢區(qū)，并為誤檢區(qū)賦予較大的更新速率，實(shí)驗(yàn)表明該算法可以有效的改善原有混合高斯模型響應(yīng)場景突變慢的問題。
　　 （4）運(yùn)動(dòng)檢測后處理。采用中值濾波抑制孤立前景點(diǎn)，采