背景分割.ppt

视频中的运动目标分割与阴影消除 高书 运动物体的视频分割与提取在视频监控、人机交互、娱乐动画、多媒体、通讯、军事以及体育等领域都有着极为广泛的应用前景。 运动目标分割方法 背景差分法 时域差分运动检测法 光流法 基于混合高斯模型和多尺度小波变换的运动前景分割 混合高斯模型运动检测 在视频序列中，假设某位置的像素点在各帧图像中的像素点的值分别为：{X1、X2、…、Xt}，根据这些像素值，用n(1≤n≤K)个高斯分布来描述该像素点的像素值分布情况。在时刻t，像素值X1属于背景的概率可以通过下面的式子得到： 适时对混合高斯背景模型进行更新，不但要对模型自身的参数进行更新，还要更新各分布的权值等。若第k个高斯分布与Xt匹配，则按照如下方式对模型中K个高斯分布的权值 进行调整： 其中a是权值更新率，如果被检测的像素值Xt与第k个高斯分布匹配，则Mk,t=1，而其它高斯分布对应的Mk,t=0。 背景模型中匹配成功的高斯分布，其均值和方差也要进行更新，方式如下： 设像素点m(x,y)的当前像素值为Xt，其前景判定式如下（Bt(x,y)=1时表示Xt属于前景像素点）： 其中， 为高斯更新判决参数