視頻前景與背景檢測算法的研究與應(yīng)用.pdf

1、運動目標(biāo)的檢測與跟蹤是計算機視覺中的重要課題，它在智能視頻監(jiān)控、機器人導(dǎo)航、醫(yī)學(xué)圖像分析以及視頻圖像壓縮等領(lǐng)域中都有廣泛的應(yīng)用。這一技術(shù)包括在視頻圖像序列中自動地進(jìn)行運動目標(biāo)的檢測、目標(biāo)跟蹤、目標(biāo)分類和行為理解等方面的內(nèi)容。另一方面，隨著人們對視頻、流媒體需求的日益增加，視頻通信與通信網(wǎng)絡(luò)容量的矛盾也日益突出，視頻壓縮技術(shù)越來越受到人們的重視，研究壓縮性能更高且具有較低復(fù)雜度的視頻壓縮編碼算法成為國內(nèi)外的熱點。
　　 首先，本文

2、在研究常見的視頻動態(tài)背景建模技術(shù)的基礎(chǔ)上，針對傳統(tǒng)的混合高斯模型以單一像素點為單位進(jìn)行建模的冗余性、低效性，提出了一種基于圖像塊的高斯混合模型方法，能夠在一定程度上提高計算效率。并針對高斯模型對噪聲影響的抑制能力不夠強、對背景內(nèi)容的突然變化的適應(yīng)性不夠強的缺點，將高斯混合模型與三幀差分相結(jié)合進(jìn)行背景檢測。通過實驗驗證，改進(jìn)的背景檢測算法對于背景檢測準(zhǔn)確，處理速度快，能較好的抑止噪聲的影響。另一方面，本文在對視頻壓縮編碼標(biāo)準(zhǔn)H.264深入