李 灿，丁学文

(天津职业技术师范大学电子工程学院，天津 300222)

目标检测技术在视频监控系统智能化中起着重要的作用，同时也是目标跟踪、目标分类和行为理解等更高层次处理算法的基础［1］。由于后续算法的准确度受到目标检测结果的影响，目标检测方法也独立地应用在多个领域的检测过程中，所以，良好的目标检测技术在智能视频监控系统中占据着举足轻重的地位。在众多目标检测算法中，高斯混合模型因其具有背景干净、设置参数少、拟合性好、结构简单、可适用领域广泛等突出优点，在交通、医疗、通信等众多领域中被广泛使用［2］，所以笔者选择高斯混合模型的算法检测运动目标。

1 高斯混合模型建模方法

依据视频图像的灰度直方图，可以把某一个灰度值产生的频次大致认为是该图像灰度的高斯分布。这些分布中，由于背景和目标存在差异，可以将这些高斯分布分为背景描述分布和前景描述分布。实际应用中摄像头捕捉到的视频图像比较复杂，背景中有可能存在目标运动或背景晃动、光照变化等情况，对应的图像的像素区域就会呈现出多个峰值的特性，可以认为此特性是几个高斯分布相叠加共同作用的结果并将其称为高斯混合模型［3］。通过当前图像与当前时刻的背景进行加权平均从而更新背景，如图1所示，其中高斯分布的数目常用K来表示，一般是3～7个。

图1 基于高斯混合模型的目标检测系统框图

运用高……