基于改进混合高斯模型的前景检测算法研究

《基于改进混合高斯模型的前景检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据学校代号：10536学号：11108010835密级：公开长沙理工大学硕士学位论文基于改进混合高斯模型的前景检测算法研究学位申请人姓名黄垂指导教师筮蘧茎所在学院让簋扭皇通信王程堂暄专业名称逗焦生信息丕统论文提交日期2Q!垒生三旦2墨旦论文答辩日期2Q!垒生§旦2墨旦答辩委员会主席俭建这万方数据fIIIIIIIIIIFIIIIIIIIfY2756722TheResearchonForegroundDetectionAlgorithmBasedonImprovedGaussianMixtureModelHUANGYruB．E．(ChangshaUniversityof

2、Science&Technology)201AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringCommunicationandInformationSystemChangshaUniversityofScience＆TechnologySupervisorProfessor5rmChangmingApril，2014万方数据长沙理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引

3、用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：靠砂日期：为7作6月6日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所将本论文收录到《中国学位论文全文数据库》，并通过

4、网络向社会公众提供信息服务。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密团。(请在以上相应方框内打“√”)作者签名：老诜‘日期：加J咿‘月6日导师签名：纸)日期：挑年6月6日万方数据摘要前景检测己被广泛应用于许多计算机视觉应用中，包括：视频监控、辅助驾驶、人机交互、人脸检测、行人碰撞预测、遥测影像处理、食物中的异物检测、行人行为识别等，是计算机视觉与模式识别领域的一个研究热点和前沿课题。前景检测结果的好坏直接关系到后续应用与分析处理的优劣和实用性。前景检测算法种类众多，混合高斯模型及它的大量改进方法是最受欢迎的算法之一。本文在详细分析与理解混合高斯模型原理

5、的基础上，主要研究了固定摄像机情况下的基于改进混合高斯模型的前景检测算法。主要工作如下：(1)对前景检测进行概述，并详细介绍了前景检测的一些常用方法：帧差法、光流法和背景差分法。同时，着重介绍了常用的背景差分方法，并对它们进行实验测试，详细分析和比较它们各自的优缺点。(2)对传统的混合高斯模型算法进行了较为全面的介绍与分析，从而了解到混合高斯模型以耗时为代价换取可观的精确度。同时，混合高斯模型对噪声情况的处理效果很一般。针对混合高斯模型的上述缺点，提出一种基于YCbCr的自适应混合高斯模型前景检测算法。该算法首先用YCbCr颜色空间替换RGB颜色空间，以获取更好的抗噪性。

6、其次，考虑实时性能，采用自适应选择策略来确定混合高斯模型的高斯成分个数。最后，将各高斯成分按照其排序关键字的值进行排序，以选定背景模型。实验表明，该算法能很好地处理噪声的影响，除了对于突然的照明变化场景效果不佳之外，一般而言，对室内室外场景都能获得更准确的前景目标轮廓，并具有良好的实时性能。(3)针对混合高斯模型只采用颜色特征进行建模且不能处理突然的照明变化的缺点，提出一种基于多特征联合的改进混合高斯模型前景检测算法。该算法选择ⅥⅣ颜色特征与LBP纹理特征一同进行混合高斯建模来弥补单一特征的不全面性，并对混合高斯模型的更新方式进行改进。实验表明该算法能够很好地处理照明的突

7、然变化和动态的背景。关键词：前景检测；混合高斯模型；YCbCr颜色空间；自适应选择策略；多特征联合万方数据ABSTRACTForegrounddetectionhasbeenwidelyusedinmanycomputervisionapplications，including：videomonitoring，auxiliarydriving，human-computerinteraction，facedetectionandpedestriancollisionprediction，remotesensingimagepro