基于改进混合高斯模型的车辆多目标检测方法

摘要：

针对混合高斯模型(GMM,Gaussian mixture model)在多车辆运动目标检测时易出现噪点 、目标断裂 、空洞等问题,给出一种结合改进GMM的车辆多目标检测方法.基于GMM获取车辆前景掩膜,为改善车辆检测效果,对前景目标进行Blob分析和形态学处理,对经典GMM进行改进,继而对所获结果进行匹配并实现了实时的前景目标更新.最后,对采集的真实图像数据进行验证实验.结果表明,此方法能够有效改善多车辆目标检测中的噪声干扰和前景虚化问题,可适应不同车辆密度下的多目标检测,具有较好的实时性,对于不同车型和车色检测率最低可达93.08％.

关键词：图像处理、多目标检测、混合高斯模型、形态学算法

所属期刊栏目：31

分类号：TP391.4(计算技术、计算机技术)

资助基金：陕西省自然科学基础研究计划项目2016JQ5106;西安工程大学博士科研启动基金项目BS1507

在线出版日期：2018-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：795-802