文献类型：期刊文章

作　　者：朱善良[1] 王浩宇[1] 高鑫[1] 赵玉[2] 谢秋玲[3] 周伟峰[1] 杨树国[1]

ZHU Shanliang;WANG Haoyu;GAO Xin;ZHAO Yu;XIE Qiuling;ZHOU Weifeng;YANG Shuguo(College of Mathematics and Physics,Qingdao University of Science and Technology,Qingdao 266061,China;College of Economics and Management,Qingdao University of Science and Technology,Qingdao 266061,China;Finance Office,Qingdao University of Science and Technology,Qingdao 266061,China)

机构地区：[1]青岛科技大学数理学院,山东青岛266061 [2]青岛科技大学经济与管理学院,山东青岛266061 [3]青岛科技大学财务处,山东青岛266061

出　　处：《青岛科技大学学报（自然科学版）》

基　　金：山东省高校科研计划项目(J18KA314);青岛市源头创新计划项目(18-2-2-64-jch);青岛科技大学大学生创新与创业训练计划项目(20180426202)

年　　份：2019

卷　　号：40

期　　号：4

起止页码：113-118

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、IC、INSPEC、ZGKJHX、普通刊

摘　　要：针对运动目标检测中ViBe算法的鬼影、阴影和噪声干扰问题,本研究提出一种融入改进混合高斯模型(GMM)的ViBe算法。该算法改进混合高斯模型的自适应性,使混合高斯模型的K值与学习率对背景进行自适应调节;对视频帧进行训练,构造“虚拟”背景代替第一帧图像进行背景建模,算法能够有效地提取背景建模初始化的视频运动目标,从而消除鬼影现象。该算法用像素分类法提取前景目标,经形态学处理得到完整的运动目标。实验结果表明:与几种运动目标检测算法相比,本研究提出的算法不仅能够有效地抑制鬼影、阴影和噪声干扰,而且该算法自适应性强、检测速度快、检测结果可靠。

关 键 词：运动目标检测 ViBe算法  混合高斯模型 形态学方法  

分 类 号：TP391]