基于改进混合高斯模型背景建模算法综述.docVIP

基于改进混合高斯模型背景建模算法综述 　　摘 要：提出一种基于改进的混合高斯模型的背景建模算法，克服经典混合高斯模型方法计算量大和对长时间静止物体转为运动及光照突变较为敏感的缺点。首先，在经典混合高斯模型方法的基础上，引入一种新的高斯分布个数的自适应选择策略，提高建模效率。其次，分析经典混合高斯模型方法对长时间静止物体转为运动及光照突变较为敏感的原因，采用一种不同区域更新率的自适应选择策略，能够迅速响应场景变化，有效解决大而积误检问题。通过在典型的场景与经典混合高斯模型方法进行比较，验证本文算法有效性。 　　关键词：运动目标检测；背景建模；混合高斯模型 　　1.引言 　　基于视频的运动目标检测是将视频图像中的变化区域从场景中分割出来，目的是利用视频图像检测并提取出?\动目标。视频图像中的变化区域称为前景，其余区域称为背景。有效检测和提取视频图像中的运动目标是计算机视觉信息提取的关键步骤，也是目标跟踪、分类和行为理解等高层次视频图像分析的基础。 　　目前，运动目标检测主要有三种方法：帧差法、光流法和背景差分法。对于摄像机固定的情况，最常用的方法是背景差分法。其基本思想是将当前每一帧图像与背景模型相比较，若相同位置的像素特征值差别较大，则认为这样一些像素点构成的区域为前景运动区域。背景差分法实现的关键在于背景模型的建立和更新。Stauffer等人提出的基于混合高斯模型的背景