标签: 运动目标检测

基于时空信息的运动目标检测基于时空信息的运动目标检测郭健（厦门海洋职业技术学院信息系，福建厦门３６１０１２）摘要：在充分研究基于时间信息的帧间差分法和基于空间信息的背景差分法的基础上，提出了一种综合利用视频图像序列的时间信息和空间信息的运动目标检测算法。该算法不仅有效地消除了噪声，还保证了运动图像的完整性。实验表明该算法检测准确、实时性强。关键词：帧运动目标检测对称差分法背景差分法像素灰度归类ＭｏＶｉｎｇｏｂｊｅｃｔｓｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎｓｐａｔｉａｌ―ｔｅｍｐｏｒａｌｉ１１ｆ．０瑚ａｔｉｏｎ（Ｄｅｐａ胁ｅｎｔｏｆ‰撕ｏｎ……

为了提高PBAS算法在不同动态背景场景时的适应能力，本文在原始PBAS算法的基础上提出了一种自适应多通道建模与分割闪烁点反馈的运动目标检测方法。该算法综合考虑多通道的信息，自适应调节各个通道的判别阈值以及权重；在不增加新特征的情况下，利用分割闪烁点统计信息反馈调整算法参数，减少错误判别结果。实验结果表明，该算法在动态背景场景下具有原PBAS更好的适应能力，在大多数应用场景能提高更好的分割结果。

针对传统混合高斯模型（GMM）在检测运动目标时存在噪声、计算量大、效果不佳等问题，提出了一种混合四帧差分算法的改进混合高斯目标检测方法。通过选定不同规则，分别更新前后帧图像的学习速率来消除“鬼影”；提出一种删除多余、过期背景模型的方法来减少计算量；最后通过形态学处理解决“空洞”问题。实验证明所提算法相对传统混合高斯模型算法在消除噪音、提取运动目标完整轮廓、解决光照变化等问题上具有较好效果，并且能很好的解决遮挡物问题。