基于背景差法的几种背景建模方法的研究.pdfVIP

基于背景差法的几种背景建模方法的研究 基于背景差法的几种背景建模方法的研究 ResearchofSeveral Basedon roundSubtraction BackgroundModeling Backg 李海霞 范 红 (上海海事大学物流工程学院，上海200135) 摘要 目前最常用也最有效的运动目标检测方法是背景差法，其中背景提取是背景差法的核心。主要比较了均值滤波法、中 值滤波法、混合高斯分布法三种常用的背景建模的方法，说明了各算法在不同情况下的性能优劣。通过实验发现，均值滤波 法和中值滤波法适合特定的场合，混合高斯法在场景复杂的情况下效果更好。 关键词：运动目标检测，背景差，均值滤波法，中值滤波法，混合高斯分布法 Abstract Themostcommonandeffective in detectionis subtraction．andthecoreoftheis approachmovingobject background This severalcommonmethodsof round andtheir and modelingpapercompare backg modeling advantages background indifferentconditions．Theresultsshowthatmeanfilterandmedianfilterare in conditions． disadvantages applicablegiven themixtureofGaussianisbetterin situations． complex ofGaussian detection，backgroundsubtraction．meanfilter，medianfilter，mixture Keywords：movingobject 目前，常用的运动目标检测方法主要有：图像序列差分法【11、 在场景区域中运动，且不会长时间停留在某一位置上。在实际 光流法‘“、背景差法‘”】。背景差法㈧的基本思想是，利用图像中 中，这种假设很容易被满足。 所有对应点的像素点的差来检测运动目标，这种方法运算简单， 速度较快，容易实现，可以获得期望的结果，适用于摄像机静止 行一段时间的观测，视频在某一刻t的位置如图1所示，其中人 情况下的动态目标检测，因此在实时监控系统中，背景差法是最 为前景运动目标。 常用的方法。在视频流所采集到的图像序列中，把感兴趣的部分 由图2可以发现，只有在前景运动II标通过该点时，它的灰 如运动车辆、行人等，称之为前景，其它的则称为背景。如果能准 度值才会发生明显变化，其余大部分时间处，该点的灰度值是基 确提取到背景图像，然后通过图像相减．就能得到前景图像即运 本保持不变的，总是在一个区域内波动，因此可以用这个区域内 动目标。因此，如何从实时的序列图像中建立合适有效的背景模 的均值和中值作为该点的背景值。 型是其核心部分。目前背景提取的算法很多，有基于时间轴的滤 波方法，如均值法和中值法；有基于统计模型的方法，如混合高 斯分布模型；还有非参数化模型等。虽然方法很多，但是很难找 到一种在各种情况下都表现最好的算法，因此本文主要比较了 均值法、中值法以及混合高斯分布法在不同情况下的性能优劣。 初始背景的提取有两种方法[6]，一种是选择像素灰度，通过包含