APP下载

基于纹理特征的混合高斯背景建模算法研究

2016-02-24李玉恵游旭晨

计算机技术与发展 2016年5期
关键词:背景检测模型

冯 璞,李玉恵,李 勃,游旭晨

(昆明理工大学 信息工程与自动化学院,云南 昆明 650500)

图2 像素局部5*5图像块

基于纹理特征的混合高斯背景建模算法研究

冯 璞,李玉恵,李 勃,游旭晨

(昆明理工大学 信息工程与自动化学院,云南 昆明 650500)

在智能交通系统中,运动目标的检测是一个基本而又关键的问题。而传统高斯混合模型能较好地检测出运动目标,但由于其没有考虑像素的局部特征,使得运动目标区域的错误检测率有所增加。为了更好地在高速交通视频中检测出完整且准确的运动目标前景区域,文中在子空间的思想基础上,提出一种基于像素局部纹理特征的高斯混合模型改进算法,即以像素周围5*5图像块的均值、标准差、最大值、最小值和当前像素值5个特征作为局部纹理特征,建立高斯混合背景模型,进行运动目标检测。经过大量实验,结果表明该算法能更准确、完整地检测出运动目标并具有很好的环境适应性,特别是在运动目标区域与相应的背景区域颜色较为相似时,运动目标检测效果改善较为明显。

运动目标检测;混合高斯模型;局部纹理特征;背景模型

0 引 言

运动目标检测即从视频序列图像中获取运动目标区域,目前常用的运动目标检测方法有:光流法、帧差法、基于统计模型法、背景差法。光流法[1]的检测精度很高,特别是在背景较为复杂时,检测效果较好,但其计算复杂度太高,难以做到实时检测。帧差法[2-3]操作简单、实时性强,并对动态的环境适应性强,但其提取的前景不完整,内部容易出现空洞。……

登录APP查看全文

猜你喜欢

背景检测模型
一半模型
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
重尾非线性自回归模型自加权M-估计的渐近分布
晚清外语翻译人才培养的背景
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用