改进的基于混合高斯模型的背景消减法.docxVIP

改进的基于混合高斯模型的背景消减法 1 以海关港区为背景的动态目标检测方法 智能视觉监控是计算机视觉的一个重要研究领域。它在监督交通信息、银行、酒店、车站和其他重要场所方面具有广泛的应用前景。 以海关码头智能监管系统中的事件检测为应用背景,对摄像头位置固定(静止)状态下的动态目标检测方法进行了深入的分析研究。静止背景下的运动目标检测算法主要有:光流计算法、帧间差分法、背景消减法。其中背景消减法是目前研究最多、应用最广泛的一种方法,本文也选择了此方法。其中背景建模是背景消减法中最为重要的一部分,讨论的背景场景是海关港口。 2 运动目标测试 2.1 基于更新系数的图像更新 首先定义K个状态表示每一个像素点的颜色,K值一般取3～5之间,K值越大,处理波动能力越强,所需处理时间越长。K中每个状态用一个高斯函数表示,这些状态一部分表示背景的像素值,其余部分则表示运动前景的像素值。若每个像素点颜色取值用变量Xt表示,其概率密度函数可用如下K个3维高斯函数表示: f(Xt=x)=Κ∑i=1ωi,t*η(x,μi,t,Σi,t)(1)f(Xt=x)=∑i=1Kωi,t*η(x,μi,t,Σi,t)(1) η(x,μi,t,Σi,t)是t时刻的第i个高斯分布,其均值为μi,t,协方差矩阵为Σi,t,ωi,t是第i个高斯分布的权重,且有Κ∑i=1ωi,t=1∑i=1Kωi,t=1,其中 式中,n表示