资源描述：
《基于自适应背景模型运动目标检测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第17卷 第4期计算机技术与发展Vol.17No.42007年4月COMPUTERTECHNOLOGYANDDEVELOPMENTApr.2007基于自适应背景模型运动目标检测王陈阳,周明全,耿国华(西北大学可视化研究所,陕西西安710127)摘 要:随着城市化速度的加快,机动车日益普及,人们在享受机动车所带来的巨大便利的同时,也面临着交通拥挤的困扰。随着计算机硬件技术和计算机视觉技术的发展,基于计算机视觉的交通监控系统成为可能。从一个交通视频序列中识别出运动物体是许多交通监控系统应用系统的重要任务,针对该问题,提出了一种建立在对视频序列中的整个背景情景的统计描述基础上的运动目标的检测
2、的有效方法,该方法能够适应变化的背景,具有较强的鲁棒性和较好的实时性。关键词:背景差分;背景提取;背景更新;自适应背景模型;运动目标检测中图分类号:TP391.3 文献标识码:A 文章编号:1673-629X(2007)04-0021-03MovingObjectDetectionBasedonAdaptiveBackgroundModelWANGChen2yang,ZHOUMing2quan,GENGGuo2hua(InstituteofVisualizationTechnology,NorthwestUniversity,Xi’an710127,China)A
3、bstract:Withtheaccelerationofurbanization,automobilebecomesmoreandmorepopularandpeopleareenjoyingtheconveniencethatoffer;however,peoplearetrappedinthebewildermentoftrafficcongestion.Alongwiththecomputerhardwaretechnologyandthecom2putervisiontechnologydevelopment,acomputervision-basedtrafficmonit
4、oringsystemhasbecomepossible.Themaintaskformostacomputervision-basedtrafficmonitoringapplicationsystemistoidentifythemovingobjectsformavideosequence.Tosolvethisprob2lem,authorspresentanewstatisticsdescriptionofthewholebackgroundscenebasedonthevideosequence,establishaneffectivealgo2rithmformoving
5、objectdetection.Thismethodcanadapttothechangingbackgroundwithhighrobustnessandexcellentrealtimeperfor2mance.Keywords:backgroundsubtraction;backgroundextract;backgroundupdate;adaptivebackgroundmodel;movingobjectdetection0 引 言1 建立自适应背景模型从视频序列中检测出运动目标在智能视觉监控和自适应背景模型属于背景差分的范畴,即选取适人机交互等计算机视觉应用领域具有非常重
6、要的地当的参考帧作为参考图像,用当前帧和参考图像做差位,在进行运动检测时,常见的一种情况是摄像机处于分,如果参考图像选取适当,能比较准确地分割出运动[2,3]静止状态并且焦距是固定的,此时,图像中的背景区域物体。所以,建立自适应背景模型的关键在于准固定不动。在这种情况下,运动目标识别经常使用的确地选取背景图像。方法是背景差法[1],在简单的背景差法使用中,当背景背景是随时间变化而逐渐变化的,而且在一定时发生一些变化时,如背景中频繁地出现运动物体,或者间内差别不是很大,人的视觉系统通过使用亮度和色光照发生变化等等,不能准确地提取背景作为参考图度来区分不同的物体。在通常情况下,输入的视频图
7、像,从而不能正确地分割出视频序列中的运动物体。像序列包含红、绿、蓝三个颜色分量,混合了亮度和色为了克服上述问题,文中提出了建立自适应背景模型,度信息。这里,用Xt=(XR,XG,XB)表示图像中某像并且实现了背景模型的实时更新,能够比较准确地识素点在时刻t的取值。在摄像机镜头固定的情况下,如别出运动目标。果没有运动物体,则输入的视频序列被认为是静止的,也就是所说的背景。然而在繁忙的交通路段,直接通过视频图像抓取无运动目标的静态场景是非常困难的,
