基于高斯混合背景模型運(yùn)動(dòng)檢測(cè)與DSP實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)科學(xué)與技術(shù)和數(shù)學(xué)等學(xué)科的發(fā)展，機(jī)器視覺在人們?nèi)粘Ｉ?、工業(yè)生產(chǎn)以及國(guó)防等領(lǐng)域得到廣泛應(yīng)用。智能監(jiān)控作為機(jī)器視覺技術(shù)的應(yīng)用之一，其首要解決的問題是運(yùn)動(dòng)對(duì)象的快速、準(zhǔn)確、穩(wěn)定檢測(cè)。幾十年來(lái)人們對(duì)于運(yùn)動(dòng)對(duì)象檢測(cè)方法的研究取得了很多成果，為智能監(jiān)控系統(tǒng)的實(shí)現(xiàn)提供了強(qiáng)大的理論支持。同時(shí)，DSP等高速處理器為復(fù)雜算法的嵌入式系統(tǒng)實(shí)現(xiàn)提供了硬件支持。
　　 本文介紹了較常用運(yùn)動(dòng)對(duì)象檢測(cè)方法，重點(diǎn)研究了高斯背景模型運(yùn)動(dòng)檢測(cè)算法。主要內(nèi)

2、容如下：
　　 介紹了基于單高斯背景模型的運(yùn)動(dòng)對(duì)象檢測(cè)方法。背景模型建立階段采用統(tǒng)計(jì)方法確定各像素點(diǎn)的高斯分布情況；背景點(diǎn)與前景點(diǎn)的分離采用最大相似度閾值判別法；背景模型的參數(shù)采用K-means方法進(jìn)行更新。
　　 研究了高斯混合背景模型運(yùn)動(dòng)檢測(cè)方法。圖象各像素點(diǎn)由K個(gè)相互獨(dú)立的高斯分布表示。對(duì)當(dāng)前幀圖像任一像素點(diǎn)與各高斯分布逐一進(jìn)行匹配運(yùn)算，若找到匹配的則認(rèn)為是背景點(diǎn)，否則判定為前景點(diǎn)；對(duì)背景模型參數(shù)進(jìn)行自適應(yīng)更新；所

3、有被判為前景點(diǎn)的集合構(gòu)成運(yùn)動(dòng)對(duì)象。
　　 對(duì)高斯混合背景模型提出了改進(jìn)意見。將第一幀圖像作為一個(gè)高斯模型，均值為當(dāng)前像素值，方差為初始賦值，權(quán)重賦為1，而剩下的K-1個(gè)高斯模型均初始化為空?qǐng)D像，均值為0,方差同為初始化賦值，權(quán)重賦為0，建立高斯混合模型；模型參數(shù)的更新采用動(dòng)態(tài)學(xué)習(xí)常數(shù)賦值方法。實(shí)驗(yàn)證明算法的實(shí)時(shí)性和準(zhǔn)確性有了較顯著提高。
　　 基于TI的TMS320DM642處理器平臺(tái)完成實(shí)驗(yàn)。通過(guò)不同環(huán)境下多次實(shí)驗(yàn)，證