基于混合高斯的背景建模與陰影抑制算法研究.pdf

1、在計算機視覺、智能視頻監(jiān)控領域，視頻圖像的運動目標檢測結果，將對運動目標分類、跟蹤及行為理解等后續(xù)處理產生重要影響。對運動目標進行有效分割是序列圖像分析的基礎性工作，是當今國內外學者研究的熱點問題。本文對復雜場景的背景建模與運動目標檢測進行了較為深入的研究，并著重研究了應用廣泛的混合高斯背景模型與運動目標檢測中的陰影抑制問題。本文的主要工作如下： 1.針對混合高斯模型理論分析不系統(tǒng)，算法之間相互比較不全面等問題，在分析總結大量參

2、考文獻的基礎上，對混合高斯模型進行了比較系統(tǒng)的推導、實驗與分析。 2.在大量實驗的基礎上，對現(xiàn)有的幾種背景建模典型算法，從處理速度、對計算機內存的需求、運動目標檢測效果三方面進行比較，給出了比較結論。 3.對國內外目前主流的陰影檢測與抑制算法進行了系統(tǒng)研究，并進一步完成了分類比較與實驗分析。 4.針對混合高斯背景模型計算量大、實時性較差的問題，提出一種快速的混合高斯背景建模算法，該算法根據(jù)各像素點顏色值出現(xiàn)的混亂

3、程度不同采取不同的高斯函數(shù)參數(shù)更新機制，大量實驗表明，該算法能在保證背景建模與運動目標檢測效果的同時，使混合高斯模型的處理速度有了較大提高。 5.提出一種新的基于混合高斯模型的陰影抑制算法。該算法先利用陰影在HSV顏色空間的特點，判斷被檢測為運動前景的像素值是否為疑似陰影，再用混合高斯陰影模型對所有疑似陰影值進行聚類，然后完成陰影抑制。實驗結果表明，本文提出的基于混合高斯模型的陰影抑制算法可更有效地抑制陰影對運動目標檢測的影響，