基于混合高斯改進算法的視頻背景建模研究.pdf

1、　　隨著計算機視覺技術的不斷發(fā)展，視頻處理的理論和算法也在不斷進步。前景物體提取是視頻分析的基礎性工作，也是國內外學者研究的熱點問題。本文對復雜場景下的背景建模與前景物體檢測進行了較為深入的研究，并著重研究了應用廣泛的混合高斯背景建模算法，提出了一種改進的背景更新算法。同時利用Intel公司開發(fā)的OpenCV提供的函數(shù)庫進行測試。
　　混合高斯模型是背景建模過程中比較常用的一種背景模型，該模型對圖像中的每個像素采用固定數(shù)量的高斯

2、分布，在實際應用中并非最優(yōu)模型。本文提出一種改進的混合高斯建模的方法，根據(jù)各點像素值自身的情況采取不同個數(shù)的高斯分布對其進行描述，從而簡化了計算的復雜度。在判定前景與背景時給定一個時間閾值，在這段時間內始終符合高斯分布的像素點才歸為背景區(qū)域，此方法能有效克服場景中噪聲的影響。實驗結果表明，改進算法在有擾動及光照變化的場景中能夠進行很好的背景建模。
　　OpenCV是一個由Intel開發(fā)的開源計算機視覺庫，包含眾多圖像處理方面的函

3、數(shù)，本文詳細介紹了OpenCV如何讀取、處理和存儲視頻序列，并且利用OpenCV的視頻處理的數(shù)據(jù)結構、函數(shù)以及基本框架，實現(xiàn)了兩種前景物體檢測的算法，并且通過實驗進行了比較實際效果。
　　背景減除是計算機視覺應用中一個基礎的處理任務。在大量基于像素處理圖像的算法中，每個像素都是獨立的，這類算法的局限在于拋棄了圖像中存在的大量關聯(lián)信息。本文研究一種基于像素塊的算法：可以在有噪聲干擾，光照變化及動態(tài)背景的場景中獲取前景物體，同時可以