艾凯文，胡桂明，李维维

（广西大学 电气工程学院，广西 南宁 530004）

运动目标检测，是智能视频监控系统的前序步骤，是目标识别、目标分类、目标行为分析等后续处理的先决条件，研究准确有效并抗干扰能力强的运动目标检测技术，在智能视频监控系统中具有重要意义。视频监控系统中的环境往往是多变的，建立的背景模型受到外界干扰而改变，因此最早由Stuaffer 与Grimson 提出了自适应混合高斯模型的方法[1]，目的就是为了在复杂场景中，建立自适应的背景模型，使之具有非常强的抗干扰能力。

本文主要针对雨中的运动目标进行检测，克服雨线、雨滴模糊运动目标等外界干扰，以使检测结果更加准确。如果仅仅使用混合高斯模型对运动目标检测，虽然混合高斯模型的抗干扰能力强，可以检测出目标轮廓，但是由于雨线、雨滴模糊运动目标，检测的运动目标轮廓比实际的要大一点点。如果结合雨滴检测算法，可以对运动目标轮廓进一步缩小，得到更加准确的检测目标轮廓。

1 自适应混合高斯模型

混合高斯背景模型，是在复杂场景下使用的，其前提假设是背景中每一个像素点的取值都遵从独立的随机过程，在连续的一段时间内背景相对稳定，背景中的每个像素点的取值稳定分布在均值的邻域内，那么其取值分布可以用高斯分布来表示。建立M个高斯分布来描述一个像素点，其高斯背景模型用

来表示，为了表示方便，简写为ηi,k(x,y)，其高斯分布概率密度函数如下[2]：