徐晓明，王雪梅

（核工业理化工程研究院，天津，300180）

0 引言

运动目标检测方法是一种重要的检测方法，目前存在的目标检测算法面对复杂多变的环境存在局限性。为了克服这些问题，本文在非参数模式下，针对环境的局部灵敏度的变化设计了一种可自动进行适应该变化的检测方法，为了更有效的表征像素特征，该方法协同使用了LBSP 算子和RGB 特征。为了快速高效的更新背景模型，使用了反馈机制。现存的多种联动系统的角度标定方法各有其优劣之处，通过对他们进行分析对比，本文最终对角度标定[1]使用了参数分离的方法。

1 基于Subsense 运动目标检测算法

1.1 独立像素特征表述

为了解决局部模型之间缺乏信息共享这个问题，本文像素级建模使用RGB 值和时空域中操作的LBSP 特征。首先对RGB 颜色模型进行归一化处理，使用LBSP 特征进行背景纹理建模，其比较操作子被定义为：

参考文献[2]本文改进了LBSP 特征的内部阈值Td，并对公式（2）进行了修改，修改后的公式如下所示:

其中Tr的变化区间是[0,1]，其是改进后新的相对内部阈值，通过实验可以确定当Tr≈0.3时，可以获得最优的检测结果。对单个背景像素的表示，本文协同使用LBSP 二进制串的组合（16 位向量）和RGB 空间中（或下面的部分中的“样本”）定义为色彩强度，通过该方法来表征非参数像素模型，可以将更多的像素分类为前景。

1.2 通过样本一致性进行运动检测

1.2.1 背景建模

本文采用非参数化的技术针对单个像素点进行建模，检测输入……