改进的混合高斯模型及阴影消除方法

被引：8

作者：

陈雷 ^{[1
]}

张荣国 ^{[1
]}

胡静 ^{[1
]}

刘焜 ^{[2
]}

机构：

[1] 太原科技大学计算机科学与技术学院

[2] 合肥工业大学机械与汽车工程学院

来源：

计算机应用 | 2013年 / 33卷 / 05期

关键词：

运动目标检测; 自适应; 背景减除; 阈值; 混合高斯模型; 阴影消除;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了有效减少运动目标检测中混合高斯模型的计算量和提高阴影消除的准确性,提出了一种选择性地更新混合高斯模型和基于亮度变化消除阴影的方法。首先,在各个高斯分布进行更新之前,先将其权值与不属于背景的高斯分布的比重进行比较,若前者较大,则此高斯分布不更新,反之则更新;然后,在阴影消除时,将亮度的变化程度作为阴影检测阈值的一个因子,以使其随亮度变化自适应地做出调整。最后,将该方法与传统方法在室内外视频条件下进行了实验对比,结果表明该方法的计算时间约为传统方法的1/3,阴影消除更加准确。

引用

页码：1394 / 1397+1400 +1400

页数：5

共 15 条

[1]

An improved adaptivebackground mixture model for real-time tracking with shadow detec-tion. KAEWTRAKULPONG P,BOWDEN R. Proceedings of the 2nd European Workshop on AdvancedVideo-based Surveillance Systems . 2001

[2]

Adaptive background mixture models for real-time tracking. Stauffer C, Grimson WEL. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition . 1999

[3]

Efficient computation of optical flow using the censustransform. STEIN F. DAGM 2004 . 2004

[4] 基于C-V模型的运动目标水平集提取方法 [J].

杨莉 ;

张荣国 ;

胡静 ;

刘焜 .

太原科技大学学报, 2012, 33 (04) :254-258

[5] 基于混合高斯模型的新型目标检测系统 [J].

金广智 ;

石林锁 ;

白向峰 ;

滕明春 .

计算机应用, 2011, 31 (12) :3360-3362+3365

[6] 新型背景混合高斯模型 [J].

白向峰 ;

李艾华 ;

李喜来 ;

李仁兵 .

中国图象图形学报 , 2011, (06) :983-988

[7]

Moving objects detection methodbased on brightness distortion and chromaticity distortion. ZHANG R,ZHANG S-Z,YU S-Y. IEEETransactions on Consumer Electronics . 2007

[8]

Efficient adaptive density estimation per image pixel for the task of background subtraction. Zivkovic Z,van der Heijden F. Pattern Recognition . 2006

[9]

图像的阴影检测与去除算法研究[D]. 王宁.北京交通大学 2008

[10] 人运动的视觉分析综述 [J].

王亮 ;

胡卫明 ;

谭铁牛 .

计算机学报, 2002, (03) :225-237

← 1 2 →