APP下载

基于Surendra改进的运动目标检测算法

2013-08-10龙腾

电子设计工程 2013年14期
关键词:背景检测

龙腾

(武汉科技大学 信息科学与工程学院,湖北 武汉 430081)

当今世界科技的日新月异,智能视频监控系统在日常生活中正发挥着举足轻重的作用,而常用到的运动目标检测则是智能视频监控系统的核心技术。常用的运动目标检测的方法有光流场法[1],背景差分法,邻帧差分法。邻帧差分法的优点是对环境要求不高,却容易在所检测的目标区域出现 “空洞”现象,使得到的运动目标不完整;尽管光流场法不需场景的先验知识,但其对复杂背景检测的稳定性较差,计算量也较大;可以很容易的利用背景差分法分离出目标区域,可是此法对动态环境却较为敏感。

针对各种常用检测算法的优缺点,为了提高检测算法的稳定性及准确性,在实际的运动目标检测算法中常常会用到自适应的背景更新算法,通过背景更新算法对背景图像进行实时更新从而得到准确的背景,稳定可靠的背景对于图像的运动目标提取起着重要作用。

1 背景建立

在背景实时更新和背景建模这方面,如今已有许多自适应的算法:混合高斯模型法[2],自适应中值滤波法,统计平均法。

1)混合高斯模型法是基于统计学的一种算法,其主要思想为:连续输入n帧图像,先利用图像各点的亮度拟合出正态分布情况,得出均值与方差,再利用这两个参数求出置信区间,把处于置信区间的像素作为背景像素。该算法的优点是可以得到较清晰的背景图像,但背景更新速率较慢,且多高斯模型的计算量很大。……

登录APP查看全文

猜你喜欢

背景检测
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
黑洞背景知识
晚清外语翻译人才培养的背景
小波变换在PCB缺陷检测中的应用
背景链接