运动目标检测中的环境感知与自适应研究.docVIP

运动目标检测中的环境感知与自适应研究 　　 收稿日期:2010-12-31;修回日期:2011-01-23。基金项目:天津市科技支撑计划项目（10ZCKFGX00700）。 　　 作者简介:张艳（1986-），女，河北涞水人，硕士研究生，主要研究方向：数字图像处理；郭继昌（1966-），男，河北沧州人，教授，博士生导师，主要研究方向：数字图像处理、DSP应用系统、语音信号处理数字、模拟滤波器； 王琛（1986-），女，河北辛集人，硕士研究生，主要研究方向：数字图像处理。 　　文章编号:1001-9081（2011）07-1827-04doi:10.3724/SP.J.1087.2011.01827 　　（天津大学 电子信息工程学院，天津 300072） 　　（zxzyzh@） 　　摘 要:在复杂环境下，任何环境的改变都会对运动目标检测的准确性产生影响。因此提出广义高斯混合模型与背景减除法相结合的算法对运动目标进行检测。该模型可以灵活地感知环境，自适应地处理视频背景模型中背景的环境变化，如光线渐变、背景扰动、阴影和噪声等，而且当光线突变时可以迅速感知并重新建模。此外为了满足实时性，采取每隔3帧进行一次背景更新的策略。实验结果证明本算法在满足实时性的同时，能准确检测出运动目标。 　　关键词:广义高斯混合模型；背景减除；光线突变；阴影消除 　　中图分类号:TP391.41文献标志码:A 　　Environmental perception and adaptive research in moving object detection 　　ZHANG Yan, GUO Ji-chang,WANG Chen 　　（School of Electronic Information Engineering，Tianjin University，Tianjin 300072，China） 　　Abstract: In complicated environment, any changes will influence the accuracy of the object detection. Therefore, an algorithm was put forward, which combined the Generalized Gaussian Mixture Model （GGMM） and background subtraction to detect moving objects. The model has a flexibility to perceive environment and model the video background adaptively in the presence of environmental changes （such as radial gradient, background disturbance, shadows and noise）. And when it has sudden illumination change，the model can resolve it quickly. In order to meet the real-time requirement, this algorithm adopted the principle, to update every other two frames. The experiments show that it can meet the real-time requirement and detect the moving object accurately. 　　Key words: Generalized Gaussian Mixture Model （GGMM）；background subtraction；sudden illumination change；shadow limination 　　0 引言 　　在运动目标检测中，由于自然环境的多变，会出现背景的扰动和噪声等不确定因素，使得背景的提取与更新变得困难，从而给运动目标的准确检测造成了一定的障碍。所以为了能准确检测运动目标，就应该使模型能对环境进行感知。所谓环境感知就是当检测的环境发生变化时，能够有所发现从而采取相应的措施。研究环境参数自适应调整算法就是希望能通过对环境的感知和检测，自动调整相关参数，以达到最好的运动检测与跟踪效果。 　　针对上述问题，一些文章提出了不同的运动目标检测方法。Wang等人提出了一种基于统计原理的背景建立方法［1］， 但是对复杂场景的检测效果并不理想。Yao等人提出了基于改进的K-均值聚类