基于颜色和梯度特征的混合高斯模型的运动目标检测算法（.doc

《基于颜色和梯度特征的混合高斯模型的运动目标检测算法（.doc》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、基于颜色和梯度特征的混合高斯模型的运动目标检测算法收稿日期：2012-10-15作者简介：郭晓利（1968-），女，教授，硕士，研究方向为软件工程、数据库。MovingObjectDetectionAlgorithmBasedonColorandGradientofGaussianMixtureModel郭晓利，冯磊，朱宁，邓舒GUOXiao-li，FENGLei，ZHUNing,DENGShu（东北电力大学信息工程学院，吉林132012）摘要：运动目标检测是视频监控系统的重要组成部分，针对传统的基于混合

2、高斯模型(GMM)的运动目标检测方法存在的不足，提出一种基于颜色和梯度特征相结合的混合高斯模型的运动目标检测算法。该算法首先基于像素的颜色特征建立混合高斯模型，进行运动目标初步检测；然后结合像素的梯度特征，建立像素梯度的混合高斯模型，实现运动目标精确检测。通过在室内和室外等不同场景下进行的运动目标检测实验，结果表明，该算法能有效消除光照变化影响，抑制运动目标的阴影干扰，对室内和室外环境的运动目标检测都具有较好的检测效果和鲁棒性。关键词：运动目标检测；混合高斯模型；颜色；梯度Abstract：MovingO

3、bjectDetectionisanimportantpartofthevideosurveillancesystem.ForavoidingtheshortcomingsoftraditionalGaussianMixtureModel(GMM),theMovingObjectDetectionalgorithmproposedinthispaperwasbasedonthecombinationofcolorandgradientfeatures.Specifically,itestablisheda

4、Gaussianmixturemodelwithpixel-basedcolorfeaturetodotheinitialdetectionofmovingobjects;andthencombiningwiththegradientcharacteristicsofthepixel,themodifiedmodelisgoingtoachieveaccuratedetectionofmovingobjects.Theresultofdifferentscenariosexperimentsatindoo

5、randoutdoorshowsthat,thealgorithmcaneffectivelyeliminatetheaffectsofilluminationchanges,inhibittheshadowinterferenceofmovingobject,anddemonstraterobustnessunderbothindoorandoutdoorenvironment.Keywords：MovingObjectDetection；Gaussianmixturemodel；Color；Gradi

6、ent0引言运动目标检测是视频监控系统[1-2]的核心内容，是视频处理和编码的关键。它是将前景图像从视频图像中完整而有效的分离出来，所谓前景图像即为感兴趣的运动目标，其检测精度决定后端高阶处理的有效性。现有运动目标检测方法可分为光流法[3]、聚类法[4]、基于主动轮廓(Snake)模型的方法[5]和图像差分法[6-12]四类。考虑到运动目标检测的实时性，目前主要应用的方法是图像差分法，包括帧间图像差分法和背景图像差分法。帧间图像差分法对于环境变化的适应能力较强，但对运动目标的检测不够精确，不能完整的分离出

7、运动目标，且对运动缓慢的目标存在漏检现象。而背景图像差分法对目标的移动速度不敏感，且能完整的分割出比帧间图像差分法更为精确的运动目标，但由于复杂的变化环境，如何消除光影变化以及适应性地建立背景模型成为背景图像差分算法的关键。如Toyama等[6]提出了对像素、局部区域和整张图像分阶段处理的方法进行运动目标检测，该方法利用颜色特征并结合Weiner滤波来估计背景模型，对于运动目标在光照变化不大的环境中具有较好的检测效果；原春锋等[8]提出了基于高斯混合模型和帧间梯度特征视频分割算法，在复杂背景和光照突变环境

8、下对运动目标具有良好的检测效果，但对于运动缓慢目标的检测具有一定的局限性。而本文结合视频图像颜色特征和梯度特征，建立混合高斯模型，提出了一种新的背景图像差分运动目标检测算法。该算法首先基于像素的颜色特征，建立像素颜色的混合高斯模型，对运动目标进行初步检测；再基于像素的梯度特征，建立像素梯度的混合高斯模型，完成运动目标检测。该算法降低了对光照的敏感度和运动目标阴影干扰，提高了运动目标检测的精确性。1算法描述本文算法首先采用混合高