基于混合高斯改進(jìn)算法的視頻背景建模研究.pdf

1、　　隨著計算機(jī)視覺技術(shù)的不斷發(fā)展，視頻處理的理論和算法也在不斷進(jìn)步。前景物體提取是視頻分析的基礎(chǔ)性工作，也是國內(nèi)外學(xué)者研究的熱點問題。本文對復(fù)雜場景下的背景建模與前景物體檢測進(jìn)行了較為深入的研究，并著重研究了應(yīng)用廣泛的混合高斯背景建模算法，提出了一種改進(jìn)的背景更新算法。同時利用Intel公司開發(fā)的OpenCV提供的函數(shù)庫進(jìn)行測試。
　　混合高斯模型是背景建模過程中比較常用的一種背景模型，該模型對圖像中的每個像素采用固定數(shù)量的高斯

2、分布，在實際應(yīng)用中并非最優(yōu)模型。本文提出一種改進(jìn)的混合高斯建模的方法，根據(jù)各點像素值自身的情況采取不同個數(shù)的高斯分布對其進(jìn)行描述，從而簡化了計算的復(fù)雜度。在判定前景與背景時給定一個時間閾值，在這段時間內(nèi)始終符合高斯分布的像素點才歸為背景區(qū)域，此方法能有效克服場景中噪聲的影響。實驗結(jié)果表明，改進(jìn)算法在有擾動及光照變化的場景中能夠進(jìn)行很好的背景建模。
　　OpenCV是一個由Intel開發(fā)的開源計算機(jī)視覺庫，包含眾多圖像處理方面的函

3、數(shù)，本文詳細(xì)介紹了OpenCV如何讀取、處理和存儲視頻序列，并且利用OpenCV的視頻處理的數(shù)據(jù)結(jié)構(gòu)、函數(shù)以及基本框架，實現(xiàn)了兩種前景物體檢測的算法，并且通過實驗進(jìn)行了比較實際效果。
　　背景減除是計算機(jī)視覺應(yīng)用中一個基礎(chǔ)的處理任務(wù)。在大量基于像素處理圖像的算法中，每個像素都是獨立的，這類算法的局限在于拋棄了圖像中存在的大量關(guān)聯(lián)信息。本文研究一種基于像素塊的算法：可以在有噪聲干擾，光照變化及動態(tài)背景的場景中獲取前景物體，同時可以