视频运动目标检测中背景提取算法的研究

随着全国高速公路里程的增加和城市交通拥堵状况的日益严峻，作为安全防卫重要手段的智能交通系统正越来越受到人们的重视。智能交通系统中的交通监控子系统一般由运动目标检测、分类、跟踪和视频分析等几个基本环节组成，其中运动目标检测是基础和关键。 本文对几种典型的运动目标检测算法进行了客观地分析，并在此基础上通过实验对比确定了背景差分法作为本文的研究方向。而背景差分法的关键是背景提取与更新。 针对传统的混合高斯背景提取算法计算复杂的问题，本文提出了一种基于邻域相关性的背景提取算法。该算法通过为间隔中的有效像素而不是传统的为逐点像素建立混合高斯背景模型来进行背景提取。实验结果表明，本文所提出的背景提取减小了视频序列处理的计算量，提高了执行效率。 针对传统的混合高斯背景更新算法背景学习效率低的问题，本文提出了一种基于自适应学习率的背景更新算法。该算法根据帧差改变的比率来实时调整学习率。实验结果表明，本文所提出的更新算法提高了背景学习的效率。 在实际应用方面，针对视频监控系统设计并实现了一种运动车辆检测系统。