文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 一种改进的基于混合高斯分布模型的自适应背景消除算法
侵权投诉

一种改进的基于混合高斯分布模型的自适应背景消除算法

计算机视觉 混合高斯分布 自适应背景消除 算法

第6期 王亮生等:一种改进的基于混合高斯分布模型的自适应背景消除算法但算法的运算量大,实时性差.本文针对交通流的特性,对基于混合高斯分布模型的自适应算法进行了改进,在分割效果损失较少的前提下,提高了系统的实时性,使之更好地满足交通流检测的要求.

1 原理

基于混合高斯分布模型的自适应背景消除算法的基本思想是:使用混合高斯分布模型来表征图像帧中每一个像素点的特征;当获得新的图像帧时,更新混合高斯分布模型;在每一个时间段上选择混合高斯分布模型的子集来表征当前的背景;如果当前图像的像素点与混合高斯分布模型相匹配,则判定该点为背景点,否则判定该点为前景点.

1.1 背景模型

由摄像头采集到的图像序列,每一帧图像不仅包含色彩信息,还包含深度信息.背景模型采用这些信息来描述像素点i在时间t的特征[6]

Xi,t=[Yi,t,Ui,t,Vi,t,Di,t]

式中,Y表示亮度,U、V表示色度,D表示深度,i、t为一般自然数.

如果没有运动目标(前景)存在,则视频图像相对静止.每一像素点随时间变化都服从一定的统计模型,该算法中每一个像素点由K个高斯分布的混合模型来表征,其中第k个高斯分布的概率密度函数为

T1/2(x- )1ke -(2) k(x, , )=k(x- k)kk1/21/2(2 )| k|

式中, k表示均值矢量, k表示协方差矩阵.

像素点i当前的特征与该像素点过去时刻的特征有关,其概率为[5]

P(xi,t|xi,1, ,xi,t-1)=(1) k=1 i,t-1,k k(xi,t, i,t-1,k,K i,t-1,k)(3)

式中,t为时间点, i,t-1,k和 i,t-1,k分别是像素点i在t-1时刻的第k个高斯分布模型的均值矢量和协方差矩阵, i,t-1,k为与高斯分布相对应的权值.

考虑到系统实时性的要求,假定每一个像素点的亮度及色度信息是相互独立的,并因此采用[8]

=diag[ Y, U, V]

来代替协方差矩阵 i,t-1,k,(4) Y为亮度方差, U、 V为色度方差.同时K的取值范围一般是3~5.K的值越大,系统能表征更复杂的场景,但是相应的计算量也将大大增加,本算法中K=3.

1.2 背景模型更新

随着时间推移背景会发生变化,如光照变化、背景物体移入和移出等,背景模型必须加以更新以反映这些变化.背景模型的更新包括模型匹配和模型更新两个步骤.

1.2.1 模型匹配 当获得一帧新的图像,也就得到每一像素点的新的观测值,这就需要观察新的观测值是否与高斯分布模型相符合,即模型匹配.通常将观测值xi,t分别带入t-1时刻的K个高斯分布模型中,找出使匹配度 i,t-1,k k(xi,t, i,t-

[6]1,k, i,t-1,k)取得最大值的第k个高斯分布模型,则称这个观测值与第k个高斯分布模型匹配.这样做计算量很大,出于实时性的考虑,本文对该算法作了如下改进:

(1)只使用协方差矩阵中的亮度分量.这是因为噪声的干扰,对色度信息影响较大,而对亮度信息影响较小.因此牺牲色度信息,对整个系统的分割效果的影响较小,却可大大的减少算法的运算量.

(2)将高斯分布模型按权值、方差排序.权值与方差对匹配度的影响较大,在均值相等或相近的情况下,权值越大,方差越小,匹配度就越高.将高斯分布模型按权值(从大到小)方差(从小到大)的顺序排列.然后新的观测值依次与顺序排列的高斯分布模型匹配,当找到相匹配的模型,计算即停止.这样可以减少算法运算的次数,提高运算的速度.相应的匹配标准改为

0 如果(Yi,t>Ymin ( Yi,t-1,k>Ymin) ((Yi,t- Yi,t-1,k)

式中,Yi,t是Xi,t的亮度分量, Yi,t-1,k为 i,t-1,k的亮度分量, 2Yi,t-1,k为 i,t-1,k的亮度分量, 为置信参数.当Yi,t或 Yi,t-1,k很小时,Mi,t,k=1 如果(Yi,t>Ymin ( Yi,t-1,k>Ymin) ((Yi,t- Yi,t-1,k)< Yi,t-1,k)222 Yi,t-1,k)222(5)得到的图像亮度值太低,这时图像的特征信息不可靠,因此设置亮度阈值Ymin.为了防止出现纳伪错误(错误匹配)采用单侧检验,并设置置信参数 ( 取值范围2.5~3,本文中为

上一页第2页

你可能喜欢

  • 交通模型
  • 高斯混合模型
  • 交通评价
  • 美国数学建模论文
  • 美国数学建模竞赛
  • 数学建模优秀论文
  • 北京交通拥堵

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email