基于高斯混合模型的運動目標檢測.pdf

1、隨著視頻網絡等多媒體的傳播，視頻圖像以其生動、直觀等特點深受人們的關注。在視頻序列中，將變化的部分從背景中分離出來，這種技術就是運動目標檢測。運動目標檢測技術主要進行運動像素區(qū)域的分離，對于后續(xù)目標的分類、識別和高層次的行為分析和入侵檢測等后續(xù)工作起到重要的鋪墊作用。
　　 盡管基于視頻的運動目標檢測方法是圖像處理技術的基礎，但是如何能高效、準確的檢測出運動目標成為研究運動目標檢測的一個熱點問題。運動目標檢測分為兩個層面：攝像機

2、靜止情況下的運動目標檢測方法和攝像機運動情況下的運動目標檢測方法。在攝像機靜止情況下，傳統的方法雖然能夠檢測出運動目標，但是由于受陰影、光照、背景噪聲等因素的影響，會造成檢測的運動目標范圍過大，前景內部存在空洞等現象。在攝像機運動情況下，如何能夠快速有效地估計出攝像機的運動分量然后將其進行補償，成為了攝像機運動情況下的運動目標檢測的關鍵。
　　 針對以上問題，在攝像機靜止情況下，本文采用一種將高斯混合和SUSAN邊緣檢測算子相結

3、合的方法對運動目標進行檢測。該方法通過高斯混合模型背景減法提取出前景目標，經過腐蝕、膨脹等形態(tài)學處理，提取出運動目標的大致輪廓；同時將此幀圖像經過SUSAN邊緣檢測處理。這兩種方法采用“同時并行”的方式，之后將二者所得到的結果進行邏輯“與”運算，提取出輪廓邊緣更為精確的運動目標。針對攝像機運動情況，本文采用改進的菱形快速塊匹配搜索法對視頻圖像進行運動估計，將計算出的運動分量經過運動補償方法去掉攝像機的運動分量，即從“動”化為“靜”，然后