改进的混合高斯模型算法--阅读整理

《改进的混合高斯模型算法--阅读整理》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、改进的混介高斯模型混合高斯背景模型中出现的以下问题:1)无法完整准确地检测人并且运动缓慢的运动H标，运动II标的像索点不集中,只能检测到运动忖标的部分轮廓，无法提取出目标对象的完整区域；2)无法将背景显诙区域与运动目标区域很好地区分开；3)当运动目标由静止缓慢转化为运动时，易将背景显露区检测为前景，出现“彩子"现彖；4)在有树枝摆动等复杂场景中对噪声的处理效果不佳，对环境的适应性较差0、改进混介高斯模型的运动H标检测算法华媛蕾，刘万军①改进的帧差法：的&达人：〃(…)・1/./.(..>>IUM./(>./)为的灰度

2、他•人。(““为餉伽ft的Mffi.的8•斜用丨序1>/U.v>HlI/<••>>RB«Mn.(i.y)的X・MZ和为：2(«•y)・1)♦〃，(■八♦1)♦D.(x♦I•>♦I)♦/).(>-I•!)♦D.(1♦1♦D(x--1)♦Dt-I)♦0.(jk♦l.y■I)(10)②背景更新率的选取：私改进倾差法绎法公式如卜•：「，〃,(珀y)>rn(x.y)>7T)t(x»y)=<，(11)lo,其他式中:r2值设为0.01,为了防止当前桢的背景被判为运动目标;7；为二阶左分图像8邻域和的阈值，设为0.07o应变化的

3、利用髙斯分布的概率来确定厂利用V帧的髙斯分布进行统计•BP(14)c>■儿(寓$]2(15)(16)小'八｛3子3・(17)③算法流程图：背景模烈替换小・犢♦也:啟・.I命止■惊廿购迖越厂扶也索｝Im何往怏旳学门不刃「鸡氏背肚悯世诵1一丁1、基于改进混合高斯模型的背景提取与更新王丹，刘怀运动目标静止后快速融合到背景模型中计算量人、耗时长是混合高斯模型的不足之处，混合高斯模型方法需把当前像素点与高斯模型匹配，耗费了大虽的计算时间及内存空间。对视频进行预先判断，若背杲相对简单,视频初始阶段不包含目标，则可采用均值法（

4、取10帧〜20帧的像素均值进行背景采集）；若背景相対复杂，则采用改进的混合高斯模空进行背景提収，即简化每个像素所建立的高斯分布函数的个数，使其数量达到口我调节的状态。高斯模型个数为23,设置权重权限，若权重小于阈值，则删除该高斯模型①背景突变：连续数帧（20-30帧）与背景弟超过一定阈值，则判断1=1标融入背景，加快更新速率②背景发牛缓慢变化:X".综上所述•改进的背景更新速率対背景的作用为:若1"-")-心1(»1＜八；othifcnvis4#•式中・社」⑺代农前一•帧第i个像素值•〃心为当前背赛模型屮第「个像素点

5、的像素值•仏呆模型屮第i个像素点的像素值・7；为背杲与图像之间像素差值的阈值・g取（）.1"）.3.2、混合交通流视频检测中区域选择更新混介高斯背景模型研究李志慧劳云腾王殿海祁宏生与1的原理一样，划分运动区域与非运动区域，然后再更新背景3、基于记忆的混合高斯背景建模齐玉姐，王延江，李永平对环境突变问题，主要针対存在光照突变或全局变化场景而提出，不适合対局部突变场景建模，如室内场景中门的打开/关闭等。4、基丁•口适应学习速率混合高斯模型的背景消除一赵晓雄动态背景学习速率的改进，通过置信度來评判学习速率的替换5、一种改进

6、的混合髙斯模型背景估计方法蒋明分两个阶段更行背景：①处理“重叠的高斯分布”:检测i、j两个高斯分布均值的差值，如果差值小于一定阈值T,则认为两个高斯分布重叠(4)布重叠，这时用式（4）更新优先级靠前的高斯分布的均值和方差來删除优先级靠后的高斯分布。•[二(丛j+“"丿)/2（4）删除••无效的高斯分布'若满足式（5）,则判断该髙斯分布为••无效的高斯分布”•将其删除。COnij伉・

7、则判定该点为前景点•即按照式（6）生成当前帧的二值图像BOMoBOM=0m«■乡・■<叫nkWiJXJ(3)合并相邻高斯分最(4)合并更新:忙他+叫血匕+H>②口适应调整P的改进模型参数更新方法：(1)引

8、入参数G=(叫-叫)/(1-叫)表示当前帧像素值与高斯模型的匹配度.P的自适应选择为p=a十上匕(5)门屮•陪为最小权值阈值。设定匚的初始值为1•则在背景建模的初始阶段.由匚表达式和文7、基于模型切换的自适应背景建模方法左军毅，潘泉在空间上的自适应选取和在时间上的自适应切换。墓于高斯混合模型和时间平均模型的双模型切换式运动目标检测算法被用于实验