matlab光流法前景分割,使用高斯模型去除背景

使用高斯模型去除背景

收录时间：2014-07-24

资源分类：Matlab 工具：MATLAB 7.11 (R2010b)

单高斯分布背景模型适用于单模态背景情形，它为每个图像点的颜色分布建立了用单个高斯分布表示的模型η(x,μt,Σt)，其中下标t表示时间。设图像点的当前颜色度量为Xt，若η(x,μt,Σt)≤Tp(这里Tp为概率阈值)，则该点被判定为前景点，否则为背景点(这时又称 X t与 η ( x ,μt,Σt)相匹配)。在实际应用中，可以用等价的阈值替代概率阈值。如记dt=Xt-μt，在常见的一维情形中，以σt表示均方差，则常根据dt/σt的取值设置前景检测阈值：若dt/σt>T，则该点被判定为前景点，否则为背景点。单高斯分布背景模型的更新即指各图像点高斯分布参数的更新。引入一表示更新快慢的常数——更新率α ，则该点高斯分布参数的更新可表示为：

μt+1=(1-α)*μt+α*dt(t+1是下标) Σt+1 =(1-α )*Σt+α*dt*dt

运动物体检测的问题主要分为两类，摄像机固定和摄像机运动。对于摄像机运动的运动物体检测问题，比较著名的解决方案是光流法，通过求解偏微分方程求的图像序列的光流场，从而预测摄像机的运动状态。对于摄像机固定的情形，当然也可以用光流法，但是由于光流法的复杂性，往往难以实时的计算，所以我采用高斯背景模型。因为，在摄像机固定的情况下，背景的变化是缓慢的，而且大都是光照，风等等的影响，通过对背景建模，对一幅给定图像分离前景和背景，一般来说，前景就是运