基于视频序列的运动目标检测算法研究

• 作 者: 张微
• 机 构: 长沙理工大学
• 出 处: 长沙理工大学
• 发表日期: 2014年期
• 关键词: 运动目标检测 混合高斯模型 视频序列 颜色模型 背景差分算法

智能视频监控技术已经逐步渗透到人们的日常生活中，应用领域遍及智能交通系统、安防控制、医学图像等诸多方面，一跃成为计算机视觉领域中很有前景的研究课题之一。运动目标检测作为智能视频监控系统的基础，其结果为后续的目标跟踪、识别、分类提供依据。运动目标检测算法的相关研究，已成为国内外学者倍受关注的研究热点之一。在复杂场景下如何快速有效且准确检测出运动目标一直是该算法的难点所在，研究出一种各方面性能都十分稳定的运动目标检测算法，仍然是一项具有重大意义的课题。　　论文的主要工作有:　　在已有背景差分算法的基础上，针对单高斯和混合高斯模型展开研究。　　(1)为了优化单高斯模型的检测结果，提出了一种改进的单高斯模型运动目标检测算法。该算法以单高斯模型基础，对视频图像建立彩色背景模型，将背景差分扩展到三通道下分别运算，提取并保留了运动目标与背景区域的不同颜色分量的差异性，同时对高斯更新参数进行了优化，节省了处理时间，实验结果表明该算法有一定的优越性。　　(2)为了使检测的运动目标更为准确，提出了一种改进的自适应混合高斯背景模型的运动目标检测算法。该算法将运动目标检测的处理对象由RGB空间转换至YUV空间中，对光照变化带来的噪声干扰有一定的抑制作用，同时对高斯分量个数进行动态选择，删除冗余的高斯分量，节省了计算开销，此外对更新机制中的方差进行选择性更新，避免方差过小造成的误检，实验结果显示该算法在有晃动物体干扰的复杂场景下检测的目标信息更加完整，是有效可行的。