基于改進的混合高斯模型的目標檢測方法.pdf

1、混合高斯模型是圖像目標檢測領(lǐng)域內(nèi)一種較為有效的方法。它能及時偵測環(huán)境的異常變化。其基本思想認為，當(dāng)環(huán)境與建立的模型相匹配時為背景，否則為前景。本文對當(dāng)前主流的背景模型算法:光流法，幀間差分法，背景減除法等進行了深入的了解與研究，并根據(jù)當(dāng)前國內(nèi)外對各個算法的研究進展，仔細比較了各個算法的優(yōu)缺點，最后選取背景減除法中的混合高斯背景模型作為本文的基本方法?；旌细咚鼓Ｐ驮跈z測過程中會存在一些不足，在模型替換的時候，對替換過程未加限制，前景容易誤

2、替換進模型內(nèi)，影響檢測效果?；旌细咚鼓Ｐ蜋z測后還包含了很多異常情況，會造成系統(tǒng)的誤檢，同時還存在對光照消除能力弱等問題。
　　 針對上面提到的情況，首先對替換過程進行分析處理，根據(jù)環(huán)境變化的規(guī)律，排除各種干擾因素，保證用新背景替換背景中過時的背景;混合高斯模型檢測后，進一步判斷，排除其中的各種干擾，保留實際的運動情況。目標檢測時，以像素為單位做前景判斷，信息量往往不足，不能有效的表示環(huán)境特征，本文以圖像中的獨立變化區(qū)域為單位判斷