朱敏

摘要：对图像序列中的运动目标进行实时检测是视频处理领域一项基础性工作，背景减除法是主要的运动目标检测方法，有许多的背景模型用于处理不同的问题。提出了一种基于改进的K均值聚类算法的背景建模方法。实验结果显示该方法在复杂背景环境下具有有效性和鲁棒性，取得了较好的精确度。

关键词：背景减除法；背景建模；K均值聚类

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2015）28-0141-03

Background Modeling Method Based on Clustering

ZHU Min

（Dept. of Management & Information， Nantong Shipping College， Nantong 226010， China）

Abstract：Real-time moving objects detection in image sequences is a fundamental step in the video processing field. A typical method is background subtraction. Many background models have been introduced to deal with different problems. This paper proposes a improved K means clustering based Background modeling method. The experimental results show that the proposed method is efficient and robust for the dynamic environment and achieves good accuracy.

Keywords： background subtraction； Background modeling； K means clustering

分析和理解视频序列是一个热点的研究领域，与此相关的应用很多，如智能视频监控、人机交互的感知接口、医疗图像分析、军事上的导弹制导、雷达视频图像分析等。运动目标检测是这类研究的基础，运动目标检测将运动物体（前景）从静态信息（背景）中分离出来。

常用的运动目标检测方法有背景减除法、帧间差分法、光流法等，其中背景减除法因其原理简单、易于实现、所检测的运动对象完整等特点，是最常用的一种方法。

1 背景减除法

背景减除法的基本思想是先构建一个不包含运动物体的静态背景图像，然后用当前图像与背景图像对应像素点的灰度差值来判断运动目标，如果灰度差值大于设定的阈值，则判定该像素点属于运动目标；如果灰度差值小于设定的阈值，则判定该像素点属于背景。使用背景减除法进行运动目标检测通常包含以下几个步骤：

1）背景建模：背景减除法首先要确定使用何种方式对背景建模，这是背景减除法的关键所在。……