监控视频前景提取算法总结

单高斯算法视频前景提取

在静态背景下的视频前景提取

单高斯模型 SGM(Single Gaussian background model)[4]是一种图像处理背景提取的处理方法，适用于背景单一不变的场合。对于视频图像中任意一个像素点，将每个像素点的变化看作是不断产生像素点的随机过程，在时间轴 上像素值属于离散分布。在任意时刻 ，各像素值可以表示为：
{ I ( x , y , z ) , 1 ≤ i ≤ t } = { X 1 , X 2 , . . . , X t } \{I(x,y,z),1\leq i\leq t\}=\{X_1,X_2,...,X_t\} { I(x,y,z),1≤i≤t}={ X1​,X2​,...,Xt​}
式中，I(x,y,i) 表示第i 帧图像中(x,y)点处的像素值。根据高斯建模原理，上式中各点均符合高斯分布：
$$P(X_i)=\frac{1}{\sqrt{2\pi \sigma }}{e}^{\frac{(x_i-\mu )}{2{\sigma }^2}},X_i\in I(x,y,i)$$
式中，u和sigma分别表示 时刻高斯分布的均值和标准方差，Xt是t时刻的像素值，

用单高斯模型进行运动检测的基本过程包括：模型的初始化、更新参数并检测两个步骤。

（1）模型初始化

模型的初始化即对每个像素位置上对应的高斯模型参数进行初始化，初始化采用如下公式完成
$$\{\begin{array}{l}\mu (x,y,0=I(x,y,0))\\ {\sigma }^2(x,y,0)=ini{t}_2\\ \sigma (x,y,0)=init\end{array}$$
其中，I(x,y,i)是视频第一帧图像(x,y)位置的像素值，init为常数,一般为20。

（2）更新参数并检测

每读入一张新的图片，判断新图片中对应点像素是否在高斯模型描述的范围中，如是，则判断改点处为背景，否则，判断为前景。则可得

F B t ( x , y ) = { 0 , ∣ I ( x , y , t ) − μ ( x , y , t − 1 ) ∣ < λ × σ ( x , y ,