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27卷第6期 北 方 交 通 大 学 学 报 Vol.27No.6

文章编号:1000-1506(2003)06-0022-04

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

王亮生,程荫杭

(北京交通大学电子信息工程学院,北京100044)

摘 要:视频检测技术是智能交通系统研究中一个重要研究方向,根据交通流视频检测的特

点,对基于混合高斯分布模型的自适应背景消除方法进行了改进.包括:背景模型匹配只使用

亮度信息;将高斯分布模型按权值、方差排序;使用单目深度信息来确定背景;动态调整采样频

度等.实验表明,本文提出的算法,分割效果较佳,分割的实时性大大增强.

关键词:图像处理;混合高斯分布模型;背景消除;视频检测

中图分类号:TP391.41 文献标识码:A

AnImprovedBackgroundSubtractionUsing

AdaptiveGaussianMixtureModels

WANGLiang_sheng,CHENGYin_hang

(SchoolofElectronicsandInformationEngineering,BeijingJiaoTongUniversity,Beijing100044,China)

Abstract:ThevideovehicledetectiontechniqueisanimportantresearchfieldofITS.Basedonthe

featuresofvideovehicledetection,thispaperimprovesthemethodofbackgroundsubtractionus-

ingadaptiveGaussianmixturemodels.Theseimprovementsinclude:backgroundmodelmatching

usesonlytheluminanceinformation;rankingGaussianmixturemodelsaccordingtoweightand

variance;selectingbackgroundmodelusingmonoculardepthinformation;makingdynamicad-

justmentofsamplingrate.Theexperimentsshowthatthesegmentqualityisgood,andreal_time

performanceisgreatlyimproved.

Keywords:imageprocessing;Gaussianmixturemodel;backgroundsubtraction;videovehicle

detection

基于视频图像处理的交通检测技术是近年来逐步发展起来的一种新型车辆检测方法,是智能交通系统研究中的一个重要方向.在交通流的视频检测中,背景消除的效果对整个系统的实现至关重要.背景消除,即将图像分为背景和前景两个部分.前人已经作了很多工作,提出了大量的背景消除算法:其中有基于统计模型的方法,如高斯分布模型、混合高斯分布模型、非参数化模型等;基于预测的方法,如卡尔曼滤波器方法、维纳滤波器方法等.上述这些算法都没有考虑深度信息的应用.文献[5]考虑了深度和颜色信息,但算法没有充分考虑时间的自适应性,并使用一个相对简单的背景统计模型.文献[6]提出基于混合高斯分布模型的自适应背景消除算法,考虑深度、颜色信息及时间的自适应性,提高了系统的分割效果,

收稿日期:2003-02-12

基金项目:高等学校博士学科点专项科学基金资助项目(2000000413)

作者简介:王亮生(1980 ),男,山西朔州人,硕士生.email:dazuiwang19781128@263.net

程荫杭(1945 ),男,河北霸县人,教授,博士生导师.[1,2][3][4]

第1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