基于混合高斯模型的运动目标检测算法_赵群

《基于混合高斯模型的运动目标检测算法_赵群》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于混合高斯模型的运动目标检测算法赵群渤海船舶职业学院，辽宁葫芦岛125003摘要:针对摄像机在静止条件下的自适应运动目标检测，提出一种改进的运动目标检测算法。首先，针对高斯混合背景建模初期背景建模效果不理想的问题，利用统计的方法得到背景模型，根据背景图像建立高斯混合模型;在模型学习方面，为均值与方差设置了不同的学习率。针对传统的LBP算子的缺陷，提出了一种改进的纹理特征算子，将其与HSV颜色空间去阴影的方法相结合，从而实现对阴影的检测与去除，利用随机Hough算子对圆的检测原理，在运动目标检测的基础

2、之上，实现对人头的边缘检测。实验结果表明:该算法可以很好地检测出运动目标，并能够有效去除运动目标包含的阴影区域，从而实现人头区域的检测。关键词:目标检测;自适应高斯混合模型;阴影检测;LBP算子;纹理特征算子;边缘检测MovingobjectdetectionalgorithmbasedonGaussianmixturemodelZhaoQunBohaiShipbuildingVocationalCollege，Huludao125003，ChinaAbstract:Underthestaticcon

3、ditionofacameraforadaptivemovingtargetdetection，thispaperputsforwardanimprovedalgorithmformovingobjectdetection．Firstofall，consideringthatintheearlystageofGaussianmixturebackgroundmodeling，thebackgroundmodelingeffectisnotideal，thebackgroundmodelisobtain

4、edbystatisticalmethodatthebeginningofthevideosequence，andthenGaussianmixturemodelsaresetupforthebackgroundimage;then，inaspectofthemodellearning，differentratesoflearningaresetforthemeanandvarianceinordertoimprovetheconvergencerateofthebackgroundmodel．Inv

5、iewofthedefectsofthetraditionalLBPoperator，animprovedtexturefeatureoperatorisproposed．ThisimprovedoperatoriscombinedwiththemethodofremovingshadowareaoftheHSVcolorspace，therebytodetectandgetridoftheshadow，andfurthertoachievedetectionoftheedgeofhumanheada

6、ccordingtotheprincipleofrandomHoughoperator’sdetectionofthering．Theexperimentalresultsshowthattheproposedalgorithmcanwelldetectmovingtargets，andcaneffectivelyremovetheshadowinthemovingobjectandtherebytoachievethedetectionofheadarea．Keywords:targetdetect

7、ion;adaptivegaussianmixturemodel;shadowdetection;LBPoperator;textureoperator;edgedetection基于序列图像的运动目标检测是计算机视觉领域的重要组成部分。其中，最常用的方法是利用场景进行背景建模再用背景减除法提取运动目标，而在实际场景中，背景常常因为光照的变化或者某些对象的轻微扰动而有所改变，因此，背景模型的建立和模型参数的实时更新是背景相减法中最重要的2个问题［1-3］。目前，高斯混混合模型法是背景建模的方法中比较成

8、功的一种。但高斯混合背景模型无法消除阴影的干扰，通常阴影也被检测为运动目标的一部分，这样将影响对运动目标的进一步处理和分析。1改进的高斯混合模型背景建模1．1背景模型初始化C．Stauffer［4］最早提出了高斯混合背景模型。设在时刻，像素点的概率值为式中:K为高斯混合模型中高斯分布的个数;、和分别为时刻高斯混合模型中第i个高斯分布的权重()、均值和协方差矩阵;η为高斯分布的概率密度函数。运用高斯混合模型进行背景建模，在模型建立初期，很可能会有运动目标的