基于改进高斯混合模型的运动物体的图像检测.pdfVIP

第37卷第4期 光电工程 Vo1．37，No．4 2010年 4月 Opto-ElectronicEngineering April，2010 文章编号：1003—501X(2010)04—0118～07 基于改进高斯混合模型的运动物体的图像检测 崔文频，沈继忠 (浙江大学 信息与电子工程学系，杭州 310027) 摘要：传统的高斯混合模型在 RGB 色彩空间只对孤立像素建模，检测结果不够准确，存在拖影现象，检测到的 运动物体内部容易出现空洞。针对这些问题，本文提出了一种改进的高斯混合模型。该方法从更符合人眼视觉特 性的HSV色彩空间对中心像素和周边像素构成的向量进行建模，改善了原算法的性能；利用彩色分割算法提取连 通区域，充分地利用了运动物体的彩色信息，并基于Phong物体光照模型进行了阴影抑制，提高了传统高斯混合 模型检测的准确性。实验结果表明，与传统高斯混合模型相比，本算法能更精确地检测出运动物体，对光照变化 和阴影具有鲁棒性。 关键词：高斯混合模型；HSV色彩空间；彩色分割；Phong光照模型 中图分类号：TP751 文献标志码：A doj：10．3969／j．issn．1003．501X．201O．04．023 M ovingTargetDetectionBasedonImprovedGaussianM ixtureM odel CUIW en—pin，SHEN Ji-zhong (DepartmentoflnformationScience＆ElectronicEngineering，ZhejiangUniversity，Hangzhou310027，China) Abstract：ThetraditionalGaussianMixtureMOdel(GMM)isbuiltbasedoneverysinglepixelinRGBcolorspace， whichleadstoinaccuratedetectionresults，rtailingsmearandinanitioninsidethemovingobjects．TheimprovedGMM is builtinHSV colorspace，whichisfitforhumna visualsystem ．Singlepixelistakenplacebyavectorwhichiscomposed ofcentralpixelitselfnaditsneighborpixelsinordertoimprovetheperformanceofthemode1．Theconnectedareais extractedthroughcolorsegmentationmethodinordertomakefulluseofthecolorinformation．Finally,theshadow area isresrtainedbyPhong’Sobjectlightingmode1．Accordingtotheresultsofexperiments，theimprovedalgorithmcandetect movingobjectsmuchmoreprecisely．ComparedwiththertaditionalGMM，itisrobusttolightingchangesandshadow． Keywords：Gaussianmixturemodel；HSV colorspace；colorsegmentation；Phong’Slightingmodel 0 引 言 在智能监控领域，从视频序列中检测并提取出运动物体是一项非常重要的任务，它是后续运动物体归 类、跟踪和识别的基础。目前已有的运动物体的图像检测算法，大致可以分为三类 j：光流法、相邻帧差 法和背景差分法。 光流法基于位移向量光流场，在摄像机运动的前提下也能够监测提取出独立的运动 目标 J。然而光流 法计算方