改进视觉背景提取模型的运动目标检测算法

• 作者: 姜柯 李艾华 苏延召 金广智
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 视觉背景提取 目标检测 自适应阈值 动态更新
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 图像与视觉
• 页码范围: 232-240
• 页数: 9页
• 分类号: TP391
• 字数: 5893字
• 语种: 中文

摘要

针对视觉背景提取模型对动态场景适应性不强、运动目标检测精度低等问题,提出一种改进的视觉背景模型算法.在模型建立与初始化阶段,采用按序抽取的方法将像素点本身信息加入到背景模型中,形成邻域背景模型,降低复杂场景对模型的影响;在前景检测阶段,结合像素点的空间邻域信息自适应地获取分割阈值,减少各类复杂场景对检测结果的干扰,提高运动目标检测的精度;在背景更新阶段,根据场景复杂度动态地调整模型的更新周期与更新方式,使得模型能够有效地消除虚影与背景噪声的影响,增强模型对复杂场景的适应性与鲁棒性.与典型算法进行对比的实验结果表明,该算法具备较高的检测精度,适用于动态场景中的运动目标检测.