基于改進的混合高斯模型的運動目標檢測算法.pdf

1、在計算機視覺，智能監(jiān)控等領域，運動目標檢測是后續(xù)跟蹤、識別和行為理解的基礎。本文針對攝像機靜止的情況，研究了一種基于混合高斯模型的運動目標檢測算法。主要工作如下：
　　 （1）理論研究部分。比較了常用的運動目標檢測算法的優(yōu)缺點；對現(xiàn)階段比較常用的背景建模方法從運算量、檢測效果、處理背景擾動能力和存儲空間需求等方面進行了分析和比較。
　　 （2）視頻預處理。采用雙線性內插法進行圖像尺寸變換；采用三維矢量中值濾波算法抑制對模

2、型影響較為嚴重的脈沖噪聲和椒鹽噪聲，實驗表明該算法能比標量濾波和二維矢量中值濾波取得更高的信噪比。
　　 （3）運動目標檢測。實現(xiàn)了基于混合高斯模型的運動目標檢測，并針對經典模型對突發(fā)運動和光線突變響應速度慢的問題提出了一種改進算法，將前景區(qū)域分成運動目標區(qū)和誤檢區(qū)，并為誤檢區(qū)賦予較大的更新速率，實驗表明該算法可以有效的改善原有混合高斯模型響應場景突變慢的問題。
　　 （4）運動檢測后處理。采用中值濾波抑制孤立前景點，采