赵泽壹,路 纲
(1.陕西师范大学 现代教学技术教育部重点实验室,陕西 西安 710119;2.陕西师范大学 计算机科学学院,陕西 西安 710119)
在计算机视觉领域,运动目标检测是热门的研究方向。解决这个问题的算法有很多,总得来说可以分为三类,分别是光流法[1-2]、帧差法[3-4]、背景消减法[5-14]。在观察者和场景之间发生相对运动时,视觉场景中物体表面和边缘可以建立明显的运动模型。光流法利用这样的运动模型进行运动目标检测,易受到噪声干扰且计算成本高。帧差法通过计算相邻两帧之间的不同信息来捕捉运动目标,具有计算速度快、对光照变化稳定性强的优点,但不能够很好地适用于运动目标快速移动的场景,对于纹理信息较少的运动目标也容易产生空洞。背景消减法通过对当前图像像素强度与相应的背景进行比较,从而实现对运动目标的检测。因为对于运动目标检测具有非常好的鲁棒性,所以应用非常广泛。背景消减法的关键步骤在于背景建模过程。文献[5]提出利用混合高斯方法对背景进行建模。混合高斯方法在视频序列中对运动目标进行检测[11-14],通过对真实场景的背景进行建模并不断更新,可以有效克服因为相机抖动而产生的微小扰动噪声。但是混合高斯方法对于快速的光照变化较为敏感。文献[6-10]提出了对混合高斯方法的改进策略,但这些方法仍然是对图片的每一个像素进行处理,更新每一个像素的概率密度函数,计算代价非常大。……