一种改进的基于平均背景模型的运动目标检测算法  

An Improvement of Moving Object Detection Algorithm Based on Average Background Model

作　　者：叶锋[1,2] 范曼曼[2] 郑子华[1] 尹鹏[3] 

机构地区：[1]福建师范大学数学与计算机科学学院,福建福州350108 [2]北京邮电大学信息与通信工程学院,北京100876 [3]国家知识产权局专利局,北京100088

出　　处：《福建师范大学学报（自然科学版）》2011年第4期44-49,共6页Journal of Fujian Normal University：Natural Science Edition

基　　金：国家自然科学基金资助项目(60672087);福建省教育厅资助项目(JB09063;JB09064);福建省高校服务海西建设重点项目(基于数学的信息化技术研究)

摘　　要：通过实验仿真分析探讨了基于背景差分法的两种运动目标检测算法(平均背景模型法和codebook模型法)的性能和存在问题,并在此基础上提出了一种改进的平均背景模型的算法.算法采用当前图像与背景相减后差分图像的灰度直方图进行阈值的选取,同时引进新的背景更新方法,由分割得到的前景图像来控制背景更新的区域.实验结果表明,改进后的算法在与原算法使用相同的初始帧数的基础上,目标检测的完整性和有效性均有所提高,且能够适应背景缓慢变化的场景.It first implement two moving object detection algorithms based on the background difference method（the averaging background method and the codebook background method） by simulation experiments,and discuss their performance and problems.Furthermore,an improved average background model is proposed,including the choice of threshold and background updating.As the experimental results shown,the improved algorithm can enhance the detection effectiveness compared with the original algorithm in the case of the same number of initial frames,and can be used in broader field.

关 键 词：目标检测 平均背景模型 codebook模型 阈值提取 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]