基于背景建模的微小运动目标检测算法研究

　　带金字旁的女孩名字微小运动目标检测一直是运动目标检测方法中的难点。微小运动目标在视频图像中像素少、占整张图像比例小,当其处于背景较复杂的中时,要准确提取出它的边缘、颜色特征或者其他特征有较大的困难。本文主要研究了视频中的微小运动目标检测问题,内容可分为以下三部分:(1)针对传统的高斯混合模型仅考虑时间域上单个像素相关性问题,本文将图像的空间信息引入背景建模过程中,提出了一种基于改进高斯混合模型的微小运动目标检测算法。在模型的匹配阶段,以当前像素的邻域特征值来表示当前像素,然后进行匹配判定。实验结果表明,本文的改进方法对于视频中的微小运动目标能获取更好的检测结果,获得更高的召回率和查准率。(2)针对实际情况中,视频像素的历史灰度值序列并不严格服从高斯分布问题,提出了一种基于偏正态混合模型的微小运动目标检测算法。在每个像素处建立一个偏正态混合模型,读入新的一帧图像后,进行参数更新和前景目标检测。实验结果表明,本文算法提取出的微小目标轮廓更加完整,对动态背景的适应性更强、对于相机抖动情况也有一定的鲁棒性。(3)针对视频中存在的动态背景问题,提出了一种改进的朗斯基偏正态混合模型。以每个像素与其邻域像素构成的支持区域来表示当前像素,利用朗斯基函数来进行前景与背景像素的分类。实验结果表明,本文算法可有效的应对由运动背景产生的噪声,获取更好的微小运动目标检测结果。

　　王钤;张穗华;雷丝雨;邓博文;;一种基于数据聚类的目标检测算法[J];机电产品开发与创新;2016年06期

　　张桂林，熊艳，曹伟，;一种评价自动目标检测算法性能的方法[J];华中理工大学学报(社会科学版);1994年05期

　　许云;李彬;;基于背景遗传模型的运动目标检测算法[J];自动化技术与应用;2017年03期

　　;Inomjon Ramatov;崔万新;喻晶精;;基于候域的深度学习目标检测算法综述[J];长江大学学报(自然科学版);2019年05期

　　何元磊;李红军;周陆军;李旭渊;顾立林;尼涛;;基于端元丰度量化的高光谱图像目标检测算法[A];地球物理丛书（十一）——地球物理应用前沿[C];2015年

　　孙瑾秋;张艳宁;姜磊;;;基于变换域特征的星空背景弱小目标检测算法[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年

　　高飞;蒋建国;安红新;齐美彬;;一种快速运动目标检测算法[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用（SCA·2011）学术会议论文摘要集[C];2011年

　　许俊平;张启衡;张耀;王华闯;;基于人眼视觉特性的小目标检测算法[A];2006年全国光电技术学术会议文集（D 光电信息处理技术专题）[C];2006年

　　王艺婷;黄世奇;刘代志;霞;;高光谱图像目标检测算法性能研究[A];地球物理丛书（十）——地球物理与[C];2014年

　　张国华;;一种基于导引头稳定平台结构的目标检测算法[A];第九届全国光电技术学术论文集（下册）[C];2010年

　　郑伟成;李学伟;刘宏哲;;基于深度学习的目标检测算法综述[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年

　　刘昊;赵龙;;基于改进混合高斯模型的运动目标检测算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

　　刘峰;奚晓梁;沈同圣;;基于最大值投影的空间小目标检测算法[A];第二届空间目标与碎片监测、清理技术及应用学术研讨会论文集[C];2015年

　　邓宇;陈孝威;;综合利用时空信息的运动目标检测算法[A];第二届和谐人机联合学术会议(HHME2006)——第15届中国多学术会议(NCMT06)论文集[C];2006年

　　张丽丽;基于空谱联合特性的高光谱图像异常目标检测算法研究[D];工程大学;2018年

　　玮;基于视觉记忆的目标检测算法：一个特征学习与特征联想的过程[D];中国科学技术大学;2014年