本文關(guān)鍵詞：基于紋理特征的混合高斯背景建模算法研究

  更多相關(guān)文章： 運(yùn)動(dòng)目標(biāo)檢測(cè) 混合高斯模型 局部紋理特征 背景模型

【摘要】：在智能交通系統(tǒng)中,運(yùn)動(dòng)目標(biāo)的檢測(cè)是一個(gè)基本而又關(guān)鍵的問題。而傳統(tǒng)高斯混合模型能較好地檢測(cè)出運(yùn)動(dòng)目標(biāo),但由于其沒有考慮像素的局部特征,使得運(yùn)動(dòng)目標(biāo)區(qū)域的錯(cuò)誤檢測(cè)率有所增加。為了更好地在高速交通視頻中檢測(cè)出完整且準(zhǔn)確的運(yùn)動(dòng)目標(biāo)前景區(qū)域,文中在子空間的思想基礎(chǔ)上,提出一種基于像素局部紋理特征的高斯混合模型改進(jìn)算法,即以像素周圍5*5圖像塊的均值、標(biāo)準(zhǔn)差、最大值、最小值和當(dāng)前像素值5個(gè)特征作為局部紋理特征,建立高斯混合背景模型,進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)。經(jīng)過大量實(shí)驗(yàn),結(jié)果表明該算法能更準(zhǔn)確、完整地檢測(cè)出運(yùn)動(dòng)目標(biāo)并具有很好的環(huán)境適應(yīng)性,特別是在運(yùn)動(dòng)目標(biāo)區(qū)域與相應(yīng)的背景區(qū)域顏色較為相似時(shí),運(yùn)動(dòng)目標(biāo)檢測(cè)效果改善較為明顯。
【作者單位】： 昆明理工大學(xué)信息工程與自動(dòng)化學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61363043)
【分類號(hào)】：U495;TP391.41
【正文快照】： 0引言運(yùn)動(dòng)目標(biāo)檢測(cè)即從視頻序列圖像中獲取運(yùn)動(dòng)目標(biāo)區(qū)域,目前常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法有:光流法、幀差法、基于統(tǒng)計(jì)模型法、背景差法。光流法[1]的檢測(cè)精度很高,特別是在背景較為復(fù)雜時(shí),檢測(cè)效果較好,但其計(jì)算復(fù)雜度太高,難以做到實(shí)時(shí)檢測(cè)。幀差法[2-3]操作簡(jiǎn)單、實(shí)時(shí)性強(qiáng),并對(duì)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張京愛;王興軍;胡青松;;基于紋理特征的穿梭分析系統(tǒng)動(dòng)物檢測(cè)算法[J];佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

2 劉星明;劉則毅;劉曉利;李阿蒙;;基于體積和紋理特征的深度像匹配[J];深圳大學(xué)學(xué)報(bào)(理工版);2012年01期

3 陳錦源;高太長(zhǎng);劉磊;韓文宇;;基于小波變換與紋理特征分析的地基云圖識(shí)別[J];氣象水文海洋儀器;2014年01期

4 郭治成;;基于信號(hào)處理描述紋理特征方法[J];中國(guó)新技術(shù)新產(chǎn)品;2012年21期

5 魯文波;蔣偉康;潘思偉;向上;;基于近場(chǎng)聲全息聲像圖紋理特征的機(jī)械故障診斷方法[J];振動(dòng)工程學(xué)報(bào);2013年04期

6 魯文波;蔣偉康;侯俊劍;;基于波束形成聲像圖紋理特征的機(jī)械故障診斷方法[J];振動(dòng)工程學(xué)報(bào);2011年04期

7 孫勁光;尹達(dá);張華偉;;基于顏色和紋理特征的圖像檢索技術(shù)研究[J];河北工業(yè)大學(xué)學(xué)報(bào);2008年06期

8 張睿;張繼賢;李海濤;;基于角度紋理特征及剖面匹配的高分辨率遙感影像帶狀道路半自動(dòng)提取[J];遙感學(xué)報(bào);2008年02期

9 徐金明;羌培;張鵬飛;;粉質(zhì)黏土圖像的紋理特征分析[J];巖土力學(xué);2009年10期

10 張?jiān)?李靜;姜樹明;楊子江;張江州;;步態(tài)能量圖的局部紋理特征分析方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2013年S1期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 田學(xué)東;郭寶蘭;;基于紋理特征的版式識(shí)別研究[A];輝煌二十年——中國(guó)中文信息學(xué)會(huì)二十周年學(xué)術(shù)會(huì)議論文集[C];2001年

2 殷積東;劉博;王少輝;;基于粗糙集理論和關(guān)聯(lián)規(guī)則的腐蝕區(qū)域紋理特征檢測(cè)算法研究[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

3 秦鐘;;基于紋理特征的車輛分割方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

4 王建新;周晨波;于文英;;利用紋理特征分析激光散斑圖像[A];第十一屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2006年

5 王宇生;陳純;;一種用于圖像檢索的紋理特征[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 龔紅菊;姬長(zhǎng)英;;基于紋理特征的麥穗產(chǎn)量測(cè)量方法研究[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

7 常哲;侯榆青;程濤;李明俐;劉黎寧;;綜合顏色和紋理特征的圖像檢索[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)專刊[C];2009年

8 趙銀娣;蔡燕;;紋理特征在高空間分辨率遙感影像分類中的應(yīng)用探討[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 秦健;李濤;;基于Contourlet變換提取云的旋轉(zhuǎn)不變紋理特征[A];2009第五屆蘇皖兩省大氣探測(cè)、環(huán)境遙感與電子技術(shù)學(xué)術(shù)研討會(huì)專輯[C];2009年

10 張樹恒;陽(yáng)維;廖廣姍;王蓮蕓;張素;;基于形狀和紋理特征的致敏花粉顯微圖像識(shí)別[A];中華醫(yī)學(xué)會(huì)2010年全國(guó)變態(tài)反應(yīng)學(xué)術(shù)會(huì)議暨中歐變態(tài)反應(yīng)高峰論壇參會(huì)指南/論文匯編[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 夏瑜;基于結(jié)構(gòu)的紋理特征及應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

2 李伯宇;圖像紋理分析及分類方法研究[D];復(fù)旦大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李強(qiáng);基于顏色與紋理特征的圖像檢索技術(shù)研究[D];河北大學(xué);2015年

2 田甜;面向?qū)ο蟮纳种脖活愋托畔⑻崛〖夹g(shù)[D];東北林業(yè)大學(xué);2015年

3 崔巍;基于紋理特征的地表覆蓋分類算法研究[D];南京理工大學(xué);2015年

4 宋歌聲;利用超聲圖像紋理特征鑒別甲狀腺結(jié)節(jié)良惡性的研究[D];山東大學(xué);2015年

5 廖聲揚(yáng);數(shù)字視頻復(fù)制—粘貼篡改被動(dòng)取證研究[D];福建師范大學(xué);2015年

6 牧其爾;基于紋理特征的人工梭梭林生物量遙感估測(cè)研究[D];內(nèi)蒙古師范大學(xué);2015年

7 張瑞英;基于多源遙感數(shù)據(jù)的森林郁閉度估測(cè)方法研究[D];內(nèi)蒙古師范大學(xué);2015年

8 黃源;基于區(qū)域語(yǔ)義模板的刑偵圖像檢索算法研究[D];西安郵電大學(xué);2015年

9 趙玉丹;基于LBP的圖像紋理特征的提取及應(yīng)用[D];西安郵電大學(xué);2015年

10 林婉晴;城市不透水面信息提取方法及應(yīng)用研究[D];福建師范大學(xué);2015年

，

本文編號(hào)：1205351