基于自适应混合高斯的改进三帧差分算法

杨嘉琪，韩晓红

(太原理工大学 大数据学院，山西 晋中030600)

0 引 言

目前，运动目标检测常用算法有背景差分法、帧间差分法及光流法[1-4]。背景差分法简单、算法复杂度低，但对光照引起的动态环境敏感，需要依靠稳定的背景模型来获得完整的目标特征[5]。文献[6]提出一种可自动更新速率的混合高斯背景模型，该方法减弱了噪声对模型建立的干扰，但目标边缘信息缺失，算法复杂度仍较高。帧间差分法实时性好，对动态环境的适应性强，但易出现空洞和误检现象[7]。文献[8]中采用三帧差分法与鲁棒主成分分析(RPCA)相结合的方法。该算法简单易行，能准确提取运动目标轮廓，但目标信息提取不完整。文献[9,10]提出三帧差分与边缘提取相结合的运动目标检测算法，提高了目标检测的准确性，但空洞问题仍然存在。光流法可在未知场景信息的情况下检测出运动目标，但其计算量大、算法复杂度高，导致可用性和实时性差[11-13]。而背景差分法与帧间差分法因其实时性较好、算法复杂度低，在现实生活中的应用范围更广[14]。

本文提出基于自适应混合高斯的改进三帧差分运动目标检测算法，解决了三帧差分法在对运动缓慢的物体进行检测时无法完整获取运动目标，容易出现空洞及误检现象，以及背景差分法对光照引起的动态环境敏感，需要依靠稳定的背景模型来获得完整目标特征的问题。

1 基于自适应混合高斯的改进三帧差分算法

本文提出基于自适……