位置:成果数据库 > 期刊 > 期刊详情页
基于混合高斯模型的运动阴影抑制算法
  • ISSN号:1001-9081
  • 期刊名称:《计算机应用》
  • 时间:0
  • 分类:TP242.62[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置] TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西北工业大学自动化学院,陕西西安710072
  • 相关基金:国家自然科学基金资助项目(60372085);陕西省科学技术研究发展计划资助项目(2003K06-G15)
中文摘要:

复杂场景的背景建模、运动目标检测、运动目标所投射阴影的检测与抑制在智能监控、机器人视觉、视频会议等领域有着广泛的应用。在运动前景检测阶段,给出了一种改进的混合高斯算法进行场景的背景建模,根据各点像素值出现的混乱程度采取不同的高斯函数参数更新机制,缓解了混合高斯算法计算量大的问题。在运动目标的阴影检测与抑制中,提出了一种基于混合高斯的阴影抑制算法,该算法先利用阴影在HSV颜色空间的特点,判断被检测为运动前景的像素是否为疑似阴影,然后用混合高斯阴影模型对所有疑似阴影值进行聚类,进一步完成阴影抑制。仿真结果表明:该算法可更有效地抑制阴影对运动目标检测的影响,并具有较强的实时性。

英文摘要:

The background modeling of complex environment, moving object detection, and moving cast shadow suppression could be applied to a lot of fields such as intelligent surveillance, robot vision and videoeonference ect. In moving foreground detection, an improved mixture Gaussian-based background modeling method was presented, which updated the parameters of Gaussians according to the frequency of pixel value changes, to reduce the cost of computation. In shadow suppression, a mixture Gaussian-based clustering algorithm was provided to detect and suppress shadow. This method firstly identifies whether a pixel value is probable shadow by shadow model in HSV color space, the pixel values detected as probable shadow are then put into mixture Gaussian shadow model to learn and cluster. The experimental results indicates that the oroDosed aooroach in this paper can process in real-time and remove shadow more effectively.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术协会
  • 主办单位:四川省计算机学会中国科学院成都分院
  • 主编:张景中
  • 地址:成都市人民南路四段九号科分院计算所
  • 邮编:610041
  • 邮箱:xzh@joca.cn
  • 电话:028-85224283
  • 国际标准刊号:ISSN:1001-9081
  • 国内统一刊号:ISSN:51-1307/TP
  • 邮发代号:62-110
  • 获奖情况:
  • 全国优秀科技期刊一等奖,国家期刊奖提名奖,中国期刊方阵双奖期刊,中文核心期刊,中国科技核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:53679