基于卡尔曼滤波的高斯混合模型目标检测算法
2022-05-13郭荣春王燕妮
探测与控制学报 2022年2期
刘 江, 郭荣春,王燕妮
(1.西安现代控制技术研究所,陕西 西安 710065;2.西安邮电大学数字艺术学院, 陕西 西安 710121;3.西安建筑科技大学信息与控制工程学院,陕西 西安 710055)
0 引言
运动目标检测是计算机视觉和模式识别领域中的一个重要课题,是在基于动态图像分析的基础上结合图像模式识别和图像跟踪方法对图像序列中的目标进行检测、识别的过程,被广泛应用于视频监控等监测和分析系统中。随着计算机技术、高分辨率传感技术与图像处理技术的迅速更新,它在网络安全、智能监控系统、生物医学等国民经济和军事领域的许多方面有着广泛的应用,同时人们对运动目标检测系统的稳定性、鲁棒性提出了更高的要求。
最近几年,许多科研人员对背景建模的目标提取算法[1]进行广泛而深入的研究,取得了非常优秀的成果。文献[2]即是构建背景模型,在此基础上对背景模型的相关参数进行自适应地调节,得到不断更新的背景参考图像。当图像中无运动信息时,可以得到较为准确的初始背景帧,同时选取系统参数等计算的工作量较大。文献[3]研究了行扫描点线的信息聚类多目标提取算法,解决了经典帧差法等算法引起的误差问题。在Codebook模型[4]中,采用的前景目标检测方法相比经典的算法,有更好的准确度和适应性。文献[5]研究了自适应聚类的背景检测方法,解决了人工取阈值引起的各种不足。文献[6]中,采用分水岭方法对目标进行分割检测,得到了很好的提取效果。……
登录APP查看全文
