吴 桐，王 玲

1.湖南大学 电气与信息工程学院，长沙 410082

2.中国人民解放军63893部队

基于帧差分块的混合高斯背景模型

吴 桐1，2，王 玲1

1.湖南大学 电气与信息工程学院，长沙 410082

2.中国人民解放军63893部队

1 引言

运动目标检测是智能监控的重要研究方向，是目标识别、跟踪、行为分析等后续处理的基础。最具代表性的方法有帧间差分法、背景减除法、光流法[1-2]。其中，背景减除法是目前最常见的方法。但其易受外界条件变化的影响（如光照的变化、晃动的树叶及波动的水面等），故具有良好适应能力的背景模型非常重要[3]。文献[4]提出采用单高斯模型对背景进行建模，该方法在稳定的室内环境有较好的效果，但该方法无法准确模拟存在大量扰动的户外环境。文献[5-6]利用混合高斯建立背景模型，可以克服光线、树枝摇动等造成的影响，该方法已成为最常用的背景建模方法。文献[7-9]通过调整学习率提高模型对环境变化的适应能力，但对于面积较大的目标，容易造成误检。文献[10-12]结合像素领域信息对前景目标进行检测，但该方法不容易获得正确的目标外形。在前人的基础上，本文提出了一种基于帧差分块和自适应学习率的混合高斯改进算法。实验结果表明，该算法有效改善了背景模型对复杂场景的适应能力，提高了算法实时性。

2 传统混合高斯模型

混合高斯模型（GMM）针对各像素点建立K个高斯模型，获取当前帧图像后更新模型参数，用当前像素xt与混合高斯模型匹配，提取运动目标。……