基于歷史特征模型的背景減除算法研究及實(shí)驗(yàn)分析.pdf

1、前景物體的監(jiān)測(cè)是自動(dòng)視覺(jué)監(jiān)控應(yīng)用中的第一步。利用攝像裝置拍攝實(shí)際的場(chǎng)景，然后在一系列連續(xù)的視頻中將需要分析的運(yùn)動(dòng)物體(前景)與相對(duì)靜止的物體(背景)分割開(kāi)來(lái)，這就需要用到背景減除技術(shù)。它要求具有十分的敏感性及準(zhǔn)確性。背景減除可以用在交通監(jiān)測(cè)，車(chē)庫(kù)監(jiān)控等很多要用到智能視覺(jué)的應(yīng)用中。同時(shí)，對(duì)于特定的視覺(jué)分析和視覺(jué)檢測(cè)研究中，背景減除也能作為一種很好的輔助技術(shù)。 本文在借鑒了單高斯模型，混合高斯模型，無(wú)參數(shù)模型，代碼字模型等幾種經(jīng)典方

2、法的思想的基礎(chǔ)上，提出了一種新的基于歷史特征模型的背景提取方法。該方法實(shí)時(shí)記錄每個(gè)像素點(diǎn)的當(dāng)前灰度值，但是不采用無(wú)參數(shù)模型方法中的記錄所有歷史記錄的方法，而是依據(jù)像素歷史灰度值記錄的不同范圍以及變化規(guī)律，將記錄分類(lèi)，并相應(yīng)地建立特征模型。不同的特征模型記錄不同的歷史經(jīng)歷區(qū)域，也蘊(yùn)涵著不同的實(shí)際視覺(jué)意義。本文同時(shí)將特征模型分為背景模型和非背景模型兩大類(lèi)，并且每個(gè)模型都能自適應(yīng)地，實(shí)時(shí)地更新。同時(shí)，我們賦予每個(gè)特征模型一個(gè)優(yōu)先級(jí)，它將決定該

3、模型是否為背景類(lèi)模型以及兩種不同類(lèi)模型之間的相互轉(zhuǎn)換。任意一個(gè)像素點(diǎn)只要能依據(jù)它當(dāng)前的灰度值在它的若干個(gè)模型里面找到一個(gè)匹配的背景類(lèi)模型，該像素點(diǎn)即被判定為背景，否則為前景。本文還提出了不同于混合高斯模型的優(yōu)先級(jí)更新方法。通過(guò)各種不同類(lèi)場(chǎng)景的實(shí)驗(yàn)把本文提出的方法和混合高斯模型以及無(wú)參數(shù)模型的背景減除方法做了比較。結(jié)果表明，在背景復(fù)雜，運(yùn)動(dòng)變化頻繁的環(huán)境中，基于歷史特征模型的方法能得到更好的結(jié)果以及更清晰的前景輪廓，也更能體現(xiàn)出該方法的長(zhǎng)