基于改进混合高斯模型的运动物体检测研究

• 作者: 杨颖华 黄东军
• 来源期刊: 计算机应用研究
• 关键词: 运动物体检测 混合高斯模型 中值滤波 阴影抑制
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1862-1866
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.06.060

摘要

针对传统高斯建模的初始化问题、参数值的计算依赖于先前所有帧和零散噪点较多等问题,提出了一种改进混合高斯模型的方法,即在初始化每个像素点时采用邻域特性与中值滤波相结合的方法,用来获取更接近实际的初始背景.同时对背景模型的更新提出了改进方法,在原有的背景排序基础上增加定时清零策略,使新加入的像素点能快速匹配.最后对特定区域的学习速率进行重新设定,再结合像素点的空间分布特性,达到消除零散噪点和部分空洞的目的.实验结果表明,与传统的混合高斯模型相比,该算法能准确地检测出运动物体,并对阴影和噪声有一定的抑制作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄东军	中南大学信息科学与工程学院计算机科学与技术系	105	435	11.0	16.0
2	杨颖华	中南大学信息科学与工程学院计算机科学与技术系	4	14	1.0	3.0