面向靜態(tài)相機的背景減除法分析比較.pdf

1、背景減除法在許多計算機視覺系統(tǒng)中是一個非常關鍵的步驟，它可以檢測視頻流中有意義的運動物體或區(qū)域，背景減除法主要應用于視頻監(jiān)控、遙感和人機交互等。
　　本文主要研究在靜態(tài)攝像機條件下針對靜態(tài)背景的背景減除法。首先討論了一般背景減除法所面臨的主要挑戰(zhàn)包括逐漸光照條件變化、光照條件突變、動態(tài)背景、相機抖動、前景偽裝、前景陰影、Ghost區(qū)域等;其次介紹了目前主流背景減除法的基本原理和特點，分析不同類型背景減除法的優(yōu)缺點。
　　在簡

2、單幀間差法中通常采用線性平滑平均更新方法來更新背景模型，本文提出了一種基于非線性更新方法來更新背景模型。在一像素點被判定為背景的情況下，根據該像素點當前輸入和該像素點前一時刻背景之間的差異來自適應調整更新率，從而使得背景模型隨時間推移更加穩(wěn)定，不會輕易將一些前景內容包含進來。同時還把該非線性更新策略推廣到ViBe算法中，使得ViBe中原先離散隨機背景更新策略拓展成連續(xù)隨機背景更新策略，而原先背景更新策略是新的背景更新策略的一種特殊情況。