基于阴影消除和混合高斯模型的视频分割算法.pdfVIP

维普资讯 第35卷第3期 光 电工程 Vo1．35，No．3 2008年 3月 Opto-ElectronicEngineering March，2008 文章编号：1003—501X(2008)03—0021—05 基于阴影消除和混合高斯模型的视频分割算法 王 勇，谭毅华，田金文 (华中科技大学图像所，多谱信息处理技术国防重点实验室，武汉 430074) 摘要：针对固定场景监控中复杂背景、光照变化、阴影等影响视频分割的问题，提出了一种有效的混合高斯模型 的自适应背景更新算法，各像素点根据其像素值出现的混乱程度采取不同个数的高斯分布描述，通过对背景模型 的学习与更新、高斯分布生成准则等方面的改进和优化，采用基于形态学重构的阴影消除方法使得前景 目标分割 的性能得到了有效地提高 文中同时给出了光照突变检测及其背景更新方法。通过对各种实际场景的实验仿真表 明，该算法能够快速准确地建立背景模型，准确分割前景 目标，与其它算法比较具有更强的鲁棒性 关键词：视频分割；背景建模；混合高斯模型；阴影消除 中图分类号：TN911．73 文献标志码：A VideoSegmentationAlgorithm withGaussian M ixtureM odelandShadow I moval W ANG Yong，TANYi-hua，TIAN Jin-wen ’ (StateKeyLaboratoryforMulti—spectrumInformationProcessing，InstituteforPatternRecognitionandArtificial Intelligence，HuazhongUniversityofScienceandTechnology,Wuhan430074，China) Abstract：BackgroundsubtractionbasedonGaussianMixtureModel(GMM)isacommonmethodforreal-timevideo segmentationofmovingobjects．AneffectiveadaptivebackrgoundupdatingmethodbasedonGMM ispresented．The numberofmixture componentsofGMM isestimatedaccording tohtefrequency ofpixelvalue changes，na dhte performna ceofGMM canbeeffectivelyimprovedwiththemodifiedbackrgoun dlearningnadupdatenew distribution generationrulena dshadow removalbasedonmorphologicalreconsturction．Thedetectionofsuddenilluminationchange na dbackrgoun dupdatingarealsoproposed．Comparedwiht existingapproaches，experimentalresultswiht differentreal scenesdemonsrtatetherobustnessoftheproposedmethod． Keywords：videosegmentation；backrgoundmodeling；mixtureGaussina smodel；shadow removal 1 引 言 在背景减除的实时视频监控及运动 目标检测与跟踪领域中经常采用混合高斯方法为背景建模。