论文部分内容阅读
计算机视觉和数字图像处理技术广泛应用于军事、航天、工业、医疗保健等各个领域,其中对视频图像中运动目标的检测和提取是最基础和最重要的一环,也是应用前景最为广泛的一个方向。运动目标检测在模式识别、智能视频监控系统、医学图像分析、交通检测、军事雷达视频信号处理上都占有非常重要的地位。
本文借助混合高斯模型和三帧差分法对运动目标进行检测,具体工作如下:
(1)在背景减除法中,提出了基于改进混合高斯模型的运动目标检测算法。该算法对传统的混合高斯模型的参数更新机制进行了改进。由于运动目标所在的场景是随着时间不断变化的,因此为了使初始化后的混合高斯模型能够不断适应背景的变化,必须用新进入的每一帧图像对模型中的各个参数进行更新,使其不断贴近当前表示背景像素值的分布规律,而在这些参数中,均值和方差是最重要的,所以,本算法主要是通过在模型更新阶段对均值和方差使用不同的学习率进行学习,使得背景模型能够适应外界环境变化的影响。改进后的算法能够有效地检测出运动前景目标,具有较好的鲁棒性。
(2)给出了混合高斯模型和三帧差分法相结合的运动目标检测方法。由于背景减除法对场景环境的变化比较敏感,而三帧差分法不能完整的提取出所有相关的特征像素点,所以结合这两种算法,形成了新的目标检测方法,从而可以使外界环境变化带来的影响降到最低,并提取出完整的前景目标。这两种算法的结合最后得到了理想的实验结果。