融合高斯混合模型和小波变换的运动目标检测
当前景目标与背景在颜色上接近时,仅采用高斯混合模型进行目标检测容易导致误判.为了提高模型分割算法的鲁棒性,提出一种融合高斯混合模型和小波变换的运动目标检测算法.通过小波变换提取图像的纹理特征信息,利用高斯混合模型拟合背景信息.将两者融合起来,把纹理信息作为颜色信息的补偿,保证了模型在线更新背景信息时模型的稳定性和收敛性,同时弥补了目标分割中前景与背景颜色信息接近时容易导致误判的不足.实验结果表明,本文方法比经典高斯混合模型方法具有较高的分割精度.
高斯混合模型、小波变换、目标检测
16
TP391(计算技术、计算机技术)
国家自然科学基金项目61001179;广东省自然科学基金项目07301038,9451009001002667
2012-01-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
1716-1721