多帧背景差与Cauchy模型融合的目标检测
2016-10-13王凯,吴敏,姚辉,杨樊,张翔
光电工程 2016年10期
王 凯,吴 敏,姚 辉,杨 樊,张 翔
多帧背景差与Cauchy模型融合的目标检测
王 凯1,吴 敏1,姚 辉1,杨 樊1,张 翔2
( 1. 中国民用航空总局第二研究所科研开发中心,成都 610041;2. 电子科技大学电子工程学院,成都 611731 )
为有效解决复杂监视场景中快速、准确检测运动目标,提出一种多帧背景差与柯西(Cauchy)模型融合的目标检测方法。该方法首先借鉴Surendra背景模型的思路进行改进,采用多帧背景差法获取干净的背景图像,然后利用实时的视频图像和当前的背景图像进行绝对差分处理,最后通过Cauchy模型对整幅绝对差分图像上的点进行背景点和前景点判别,实现对复杂监视场景中目标的准确检测。针对车辆、行人等不同对象的监控场景下进行实验,验证了本文方法不仅能够有效地抑制噪声及伪目标的干扰,而且能够快速、准确地分割出前景目标。
多帧背景差;Cauchy模型;目标检测;Surendra背景模型;绝对差分图像
0 引 言
目标检测技术作为智能监控视频领域中的重要分支之一,在人类现实生活中得到了广泛应用,涉及到智能交通系统、军事防御、住宅安防、工业机器人等领域,因此获得众多国内外学者的关注和研究。目标检测技术能够提供运动目标区域、方位等参数信息,并用于后续数据融合及目标跟踪模块,因此该技术的好坏直接影响到整套实时视频监控系统的可靠性和稳定性。
对于固定摄像机[1-2]下采集的视频图像进行运动目标检测,其重要环节是背景建模与图像差分。首先,背景图像建模及更新方法主要有:1) Surendra背景建模与更新方法[3],通过对运动信息判断来对背景图像进行更新,实现简单、快速,但不能判断停留物体。……
登录APP查看全文
