基于鄰域相關性的背景建模方法研究.pdf

1、隨著以計算機、網(wǎng)絡技術和現(xiàn)代通信技術為核心的“Web+”信息時代的到來，計算機網(wǎng)絡技術與圖像處理技術的飛速發(fā)展，智能視頻監(jiān)控技術取得了舉足輕重的成就。背景建模作為智能視頻分析的基礎研究，直接應用于目標檢測、前景分割和目標提取，為目標分類、目標跟蹤和行為分析提供對象數(shù)據(jù)，在高級人機交互、會議視頻、醫(yī)療診斷、智能交通、安全布防等眾多領域具有廣泛的應用前景。
　　本文主要研究基于像素點背景建模算法的改進方法，具體工作如下：
　　1

2、）介紹了本文選取的測試圖像數(shù)據(jù)集和對鄰域特征模型的提取方法，分析了鄰域模型在空間分布上關系，證明了鄰域模型之間的“相鄰相似”性和連續(xù)性，以及可以利用鄰域信息分析當前像素模型的正確性和可靠性。
　　2）提出一種基于鄰域相關性的背景建模方法（Neighborhood Correlation，NC）：根據(jù)“相鄰相似”原則將鄰域的像素模型與自身的像素模型實現(xiàn)“共享”模式，從而達到對像素點分布在時域和空域上更好的描述能力，克服了MOG和Co

3、debook等基于像素點建模方法在復雜背景下描述能力不夠的不足，從而提高前景檢測效果。
　　3）對本文提出的NC方法添加自適應鄰域機制，提出自適應鄰域的增強背景建模方法（ANC）：針對每個像素建立置信度模型，對鄰域范圍的自適應調(diào)整。解決NC算法在簡單背景場景下的過度建模和在特復雜背景場景下的建模不足的缺陷。
　　相對于普通算法，改進后算法不僅能夠更準確的描述多個模態(tài)下的像素值變化，而且具有很好的魯棒性和抗噪性，對復雜背景具有