万方数据
万方数据
万方数据
宋雪桦,陈瑜,耿剑锋,等:基于改进的混合高斯背景模型的运动目标检测2010,31(21)4649图3第117帧
图4背景光线未变化时用传统算法的目标检测结果图5背景光线未变化时用改进算法的目标检测结果
图6第365帧
图7背景光线变化后用传统算法的目标检测结果图8背景光线变化后用改进算法的目标检测结果
法对背景光线变化前图像帧检测的结果,从图4中可以看到在背景未变化前,传统的高斯模型还是适用的,图5是用改进算法对背景光线发生变化前图像帧检测的结果,对比两者,可以看到两者的区别不是很大,从而也可以说明改进的算法也适用于背景未变化的场景,具有一定的鲁棒性。当背景光线(此处就是打开开关,灯光变化)发生变化后,从图7中发现采用传统高斯算法进行检测,背景也被当成了前景目标,和真正的目标混合在一起,使得检测运动目标变得困难。从图8看到采用具有重建机制的改进算法后,运动目标能够很好的检测出来。
从上述实验可以看到,当背景光线发生变化后,改进的算法比传统算法具有更好的有效性和鲁棒性且能很好的解决场景中前景与背景之间发生转换时容易产生较长时间的虚影问题。4结束语
本文提出一种循环周期和动态更新相结合的改进混合高斯算法,在背景发生变化时及时对背景进行重建。本文方法在建立背景高斯混合模型的基础上融合了相邻帧差法的思想,较好的克服了传统的背景减法对光照变化比较敏感的问题,同时也解决了当场景中前景与背景之间发生转换时容易产生较长时间的虚影问题。实验证明,该方法可以应对光线变化情况下运动目标的榆测,具有较高的鲁棒性,为下一步的跟踪和识别提供可靠的依据。
参考文献:
【l】MaGu姐qlin,ParkSubin皿,LofieAlexander,eta1.Arealtimeoh-jectdetectionapproachappliedtoreliablepedestriandetection[C】.ProceedingsoftheIEEEIntelligentVehiclesSymposium,2007:755.760.
【2】赵丹培,王延杰.基于SVD的相位相关方法在空间运动目标检查中的应用【n中国图象图形学报,2007,12(1):1-2.
【3】姚会,苏松志,王丽,等.基于改进的混合高斯模型的运动目标检测方法【J】.厦门大学学报(自然科学版),2008,47(4):12.15.
【41HallD,NascimentoJ,mbeirDP,eta1.Comparisonoftargetdetec-finnalgorithmsusingadaptivebackgroundmodels[C].Beijing,China:2ndJointIEEEInternationalWorkshoponVisualSurveiblanceandPerformanceEvaluationofTrackingandSurveillance,2005:l13.120.
【5】刘贵喜,邵明礼,刘先红,等.真实场景下视频运动目标自动提取方法【J1.光学学报,2006,26(8):1150-1155.
【6】ChalidabhongseTH,KimkHarwoodD,cta1.Aperturbationmethodforevaluatingbackgroundsubtractionalgorithms【C】.Nice,France:ProceedingoftheJointIEEEInternationalWork-shopOilVisualSurveillanceandPerformanceEvaluationofTrackingandSurveillance,2003:11—12.
【7】WangL,WangL,WenM,eta1.Backgroundsubtractionumgin-crementalsubspacelearning[C].SanAntonio,USA:InternationalConferenceonImageProcessing,2007:45-48.
【8】HallD,Na∞imenmJ,RibeiroP,eta1.Comparisonoftargetdetee?tionalgorithmsusingadaptivebackgroundmodels[C].Beijing,China:2ndJcIintIEEEInternationalWorkshoponVisualSurveiblanceandPerformanceEvaluationofTrackingandSurveillance,2005:l13—120.
[9】陈振华,周锐锐,李光伟,等.一种改进的高斯混合背景模型算法及仿真【J】.计算机仿真,2007,2401):25—30.
【10】王勇,谭毅华,田金文.基于阴影消除和混合高斯模型的视频分
割算法【J】.光电工程,2008,35(3):26?27.万方数据
基于改进的混合高斯背景模型的运动目标检测
作者:宋雪桦, 陈瑜, 耿剑锋, 陈景柱, SONG Xue-hua, CHEN Yu, GENG Jian-feng,CHEN Jing-zhu
作者单位:江苏大学,计算机科学与通信工程学院通信工程系,江苏镇江212013
刊名:
计算机工程与设计
英文刊名:COMPUTER ENGINEERING AND DESIGN
年,卷(期):2010,31(21)
参考文献(10条)
1.Ma Guanqlin.Park Subirm.Loffe Alexander A real time object detection approach applied to reliable pedestrian detection 2007
2.赵丹培.王延杰基于SVD的相位相关方法在空间运动目标检查中的应用 2007(1)
3.姚会.苏松志.王丽.李绍滋基于改进的混合高斯模型的运动目标检测方法 2008(4)
4.Hall D.Nascimento J.Ribeiro P Comparison of target detection algorithms using adaptive background models 2005
5.刘贵喜.邵明礼.刘先红.朱东波真实场景下视频运动目标自动提取方法 2006(8)
6.Chalidabhongse T H.Kim K.Harwood D A perturbation method for evaluating background subtraction algorithms 2003
7.Wang L.Wen M Background subtraction using incremental subspace learning 2007
8.Hall D.Nascimento J.Ribeiro P Comparison of target detection algorithms using adaptive background models 2005
9.陈振华.周锐锐.李光伟.毕笃彦一种改进的高斯混合背景模型算法及仿真 2007(11)
10.王勇.谭毅华.田金文基于阴影消除和混合高斯模型的视频分割算法 2008(3)
本文链接:https://www.doczj.com/doc/1418692437.html,/Periodical_jsjgcysj201021029.aspx