自适应混合高斯背景模型的运动目标检测方法.pdfVIP

第30卷第 1期 计算机应用 V01．30No．1 2010年 1月 JournalofComputerApplications Jan．2010 文章编号：1001—9081(2010)01—0071—04 自适应混合高斯背景模型的运动 目标检测方法 黄鑫娟，周洁敏，刘伯扬 (南京航空航天大学 民航学院，南京 210016) (huangxinjuanwzj@163．corn) 摘 要：提出了一种静止摄像机条件下自适应的运动 目标检测方法。该方法基于同一像素点被同一灰度车辆覆 盖几率小的假设构建初始背景，为每个像素点在线选择高斯分布个数。根据像素点与其邻域像素间存在联 系的思 想，在线更新学习率。最后用背景差分法检测出运动 目标。实验结果表明，同基于传统混合高斯模型的运动 目标检测 方法相 比，该方法有较好 的 自适应性，能快速适应场景的变化。 关键词：混合高斯模型；背景更新；背景差分；目标检测；噪声去除 中图分类号：TP391 文献标志码 ：A Movingobjectsdetectionapproachbasedon adaptivemixtureGaussian backgroundmodel HUANGXin-juan．ZHOUJie—min．LIUBo—yang (CollegeofCivilAviation，NanfingUniversity AeronauticsandAstronautics，NanfingJiangsu210016，China) Abstract：Anadaptiveapproachtodetectmovingobjectswithastaticcamerawasproposedinthispaper．Basedonthe assumptionthattheprobabilityofthesamepixelcoveredbythesameintensityoftheearistheleast，theinitialbackground wasestablishedandthenumberofGaussiansforeachpixelon—linewaschosen．InordertoupdatetheGaussiansparameters， thelearningrateshouldbeupdatedon—lineaccordingtotherelationshipbetweenthepixelanditsadjacentpixels．Lastly，the movingobjectsweredetectedbybackgroundsubtraction．Comparedtothemovingobjectsdetectionapproachbasedon conventional mixtureGaussianmodel，thisapproachhaspreferableadaptiveperformance，andcandealwithchangesinscenes rapidly． Keywords：mixtureGaussianmodel；backrgoundupdating；backgroundsubtraction；objectsdetection；noiseremoval 先设定的阈值选取前B个分布作为背景模型。该模型能够在 0 引言 线更新模型参数和权重，鲁棒性地克服了光照变化、树枝晃动 运动 目标检测是计算机视觉应用中信息提取的第一步， 等因素造成的影响，但该方法仍然出现运动物体长期静止时 包括视频监控、车辆跟踪等领域。一个鲁棒