基于背景和帧间差分法的运动目标提取
本文研究的背景差分法是将当前帧图像与一个不断更新的背景模型相减，在差分图像中提取运动目标。利用背景差分法实现目标检测主要包括如下四个环节：[背景建模][背景更新][目标检测][后期处理]其中，背景建模和背景更新是背景差分法中的主要问题。背景模型建立的好坏直接影响到目标检测结果。因此，人们提出了各种方法实现背景建模和背景更新。目前背景提取的算法很多，如均值法、中值法、单高斯分布模型、混合高斯分布模型、码书算法等。虽然方法很多，但是很难找到一种在各种情况下都表现最好的算法。下面介绍以下几种常用算法的原理[6]。⑴ 均值法的原理是将运动物体比作噪声，用累积平均的方法消除噪声，从而可以利用有运动物体的序列图像进行平均来得到背景图像。用公式表示为：。其中Background表示背景图像，N表示帧数，imagei（x，y）表示第i帧序列图像中的（x，y）像素点，通过改变x和y的值就可以获得整幅背景图像。⑵ 中值法是一种基于排序理论的、能有效抑制噪声
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：