论文部分内容阅读
利用混合高斯模型描述序列图像背景是地面复杂背景下红外搜索跟踪系统中关键技术。本文针对背景更新算法的收敛性和估计准确性的问题，提出了一种自适应混合高斯模型的背景更新框架。该背景更新框架通过建立混合模型迭代过程中学习因子与时间、模型状态的关系并且自适应选择混合模型中高斯分布的个数，有效的提高了背景估计的精确程度和算法的收敛速度。同时本文通过模拟数据和真实序列图像详细分析本文背景更新框架性能，并与其他算法做比较，从数据分析和实验结果等方面表明本文算法的优越性。