基于改进k-均值聚类算法的背景建模方法 background modeling method based on the improved k-means clustering algorithm.pdfVIP

第z4卷第12期 电子测量与仪器学报 砌￡24No．12 ·1114· oFELlicTRoNlcMEASUREMEl、疆ANDlNslRUME卜lT 2010年12月 JoURNAL DOI：10．3724，SP．J．1187．2010．01114 基于改进娶均值聚类算法的背景建模方法术 杨会锋1 曹 洁1帅立国2 (1．兰州理工大学计算机与通信学院，兰州730050； 2．东南大学机械工程学院，南京210096) 摘要：针对背景差法易受外界环境因素影响的缺点，提出了一种基于改进尽均值聚类的背景建模方法。通过比较任意样 本与该像素位置处的子类中心之间的距离，对各个像素的观察值进行聚类，并在聚类过程中逐步确定其类别数。一段时间的学 习之后，样本数最多的子类就构成了背景模型。仿真结果表明，该算法即使在运动目标存在的情况下也能准确的提取出实际的 背景，而且显著地降低了系统的存储量。 关键词：背景差；背景建模；K-均值聚类；背景更新