基于高斯混合模型的運動目標檢測

李 燦，丁學文

(天津職業技術師范大學電子工程學院，天津 300222)

目標檢測技術在視頻監控系統智能化中起著重要的作用，同時也是目標跟蹤、目標分類和行為理解等更高層次處理算法的基礎［1］。由于后續算法的準確度受到目標檢測結果的影響，目標檢測方法也獨立地應用在多個領域的檢測過程中，所以，良好的目標檢測技術在智能視頻監控系統中占據著舉足輕重的地位。在眾多目標檢測算法中，高斯混合模型因其具有背景干凈、設置參數少、擬合性好、結構簡單、可適用領域廣泛等突出優點，在交通、醫療、通信等眾多領域中被廣泛使用［2］，所以筆者選擇高斯混合模型的算法檢測運動目標。

1 高斯混合模型建模方法

依據視頻圖像的灰度直方圖，可以把某一個灰度值產生的頻次大致認為是該圖像灰度的高斯分布。這些分布中，由于背景和目標存在差異，可以將這些高斯分布分為背景描述分布和前景描述分布。實際應用中攝像頭捕捉到的視頻圖像比較復雜，背景中有可能存在目標運動或背景晃動、光照變化等情況，對應的圖像的像素區域就會呈現出多個峰值的特性，可以認為此特性是幾個高斯分布相疊加共同作用的結果并將其稱為高斯混合模型［3］。通過當前圖像與當前時刻的背景進行加權平均從而更新背景，如圖1所示，其中高斯分布的數目常用K來表示，一般是3～7個。

圖1 基于高斯混合模型的目標檢測系統框圖

運用高……