基于视频的运动目标检测是智能视频监控研究的重要内容。建立合适的背景模型是运动检测的基础。背景与前景分割对后续的跟踪、识别、行为分类等高层处理起着决定性的影响。这已是论文课题来源相关的多项科研项目《智能视觉感知的安全事件检测系统》(GY2011008)、《基于视觉传感网络的高速公路灾害天气及应急预警决策辅助综合系统》(编号:BE2009667)等项目急需解决的关键问题。背景建模涉及计算机视觉、模式识别、数据挖掘、机器学习等多领域的理论知识。目前,国内外高校及科研机构的背景建模算法的相关研究,大多针对某些具体应用环境,通用性及实时性不够。在复杂背景环境下的运动检测是研究重点及难点。混合高斯算法是目前常用的背景建模算法,其算法对处理背景突变、背景扰动等情形有较好应用效果,但其自身算法有缺陷。为此,论文提出对混合高斯算法的改进,在检测算法流程的高斯模态数及匹配选择、模型更新和背景模型显示上分别作了改进。对河道航运监控,针对复杂的水面背景环境做了深入研究,给出有效背景模型,对水面波纹给出抑制算法。论文主要工作:分析运动检测研究难点,背景建模中多种复杂的环境特性,及国内外的运动目标检测算法和应用场景的分类;介绍运动检测理论基础,描述了混合高斯模型(MOG),codebook等背景差分法;分析复杂环境下背景模型性能需求,结合实际应用,对混合高斯算法进行改进;对复杂的水面环境运动检测进行研究,将单帧初始化VIBe模型运用于水面运动检测,并对水面波纹等背景扰动进行抑制。为验证相关算法,论文结合评价标准,系统地分别对背景建模算法的检测效果进行测试分析。实验结果表明:相比较,改进算法在克服背景扰动、降低误检率上表现良好,有效提高了混合高斯算法对场景变化的适应性。水面场景运动检测效果上,优化算法及VIBe在抑制水面波纹干扰上效果良好。论文主要创新点:◆提出了混合高斯改进算法,背景模型更加准确、降低计算量,符合实际应用需要。对模态数及匹配模态选择机制、更新方式及背景模型显示分别作改进,有效提高了模型检测准确性。◆提出了单帧初始化VIBe背景模型,结合领域信息对场景有效建模,有效减少了复杂背景对背景模型干扰。将VIBe算法应用于水面环境背景建模,有效降低复杂水面环境对背景模型干扰。◆给出了在水面监控具体复杂环境下去闪烁前景点方法,抑制水面波纹对前景检测的影响。◆提出了索引率与准确率相结合的评判标准,完善了运动前景检测的性能评价标准。