一种基于Kalman滤波器的自适应背景建模改进算法.pdfVIP

52 传感器与微系统 (TransducerandMicrosystemTechnologies) 2012年 第31卷 第 1期 一 种基于 Kalman滤波器的自适应背景建模改进算法 伍健荣 ，杜向龙 ，刘海涛 (1．中国科学院 上海微系统与信息技术研究所 无线传感器网络与通信重点实验室。上海 200050 2．无锡物联网产业研究院。江苏 无锡 214135) 摘 要：基于传统Kalman滤波器理论的背景建模方法 ，不能很好地解决 目标缓慢运动导致背景模型出现 拖影的问题。针对该问题 ，提出了一种结合Kalman滤波器理论与动态区域重构的自适应背景建模改进算 法，介绍了Kalman滤波器理论主要思想和改进算法的方法流程与效果。与传统的Kalman背景建模相比， 该方法在增加少量计算复杂度的前提下，较好地解决了目标缓慢运动导致背景模型出现拖影的问题，同时 也能较好地消除背景噪声。通过对图像序列的仿真实验证明：该方法具有很好的实用性与鲁棒性。 关键词 ：背景建模；Kalman滤波器；动态区域重构；前景分割 中图分类号：TP274 文献标识码 ：A 文章编号：1000-9787(2012)01-0052-03 Animprovedadaptivebackgroundmodelingalgorithm based on Kalmanfilter WU Jian．rong，DU Xiang—long，LIU Hai—tao (1．KeyLab0fW irelessSensorNetworksandCommunications．ShanghaiInstituteOf Microsystem andInformationTechnology，ChineseAcademyOfSciences，Shanghai200050，China； 2．WuxiSensingNetIndustrializationResearchInstitute．Wuxi214135．China) Abstract：ThebackgroundmodelingmethodsbasedontraditionalKalmanfiltertheorycannotsolvethesmear problem on backgroundmodelresulted from very slow movementtarget．To solvethisproblem，an improved adaptivebackground modelingalgorithm combiningKalmanfiltertheorywith dynamicregionreconstruction is proposed．Themain ideasofKalman filtertheory and theprocessesand effectofthe improved algorithm is elaborated．ComparedwiththetraditionalKalmanbackgroundmodelingmethod，theimprovedalgorithm cansolve thesmearproblem and eliminate thebackground noisemuch betterwith a smallincrease ofcompurational complexity．Theimprovedalgorithm isprovedto havegood practicability androbustnessthroughsimulationof imagesequences· Keywords：backgroundmodeling；Kalmanfilter；dynamicregionreconsturction；foregroundsegmentation 0 引 言