自適應(yīng)背景更新方法研究.pdf

1、圖像分割是數(shù)字圖像處理中的一項關(guān)鍵技術(shù)，它使得其后的圖像分析，識別等處理階段所要處理的數(shù)據(jù)量大大減少，同時又保留有關(guān)圖像結(jié)構(gòu)特征的信息。由于分割中出現(xiàn)的誤差會傳播至高層次處理階段，因此分割的精確程度是至關(guān)重要的，多年來一直受到研究人員的高度重視，被認(rèn)為是計算機(jī)視覺中的一個瓶頸。 圖像分割的應(yīng)用非常廣泛，幾乎出現(xiàn)在有關(guān)圖像處理的所有領(lǐng)域。圖像分割在工業(yè)自動化、生產(chǎn)監(jiān)控、文件圖像處理、遙感圖像、保安監(jiān)視、以及軍事、體育、農(nóng)業(yè)工程等方

2、面都有廣泛的應(yīng)用。例如：在遙感圖像中，合成孔徑雷達(dá)圖像中目標(biāo)的分割、遙感云圖中不同云系和背景分布的分割等；在交通圖像分析中，把車輛目標(biāo)從背景中分割出來等。在各種圖像應(yīng)用中，只要需對圖像目標(biāo)進(jìn)行提取，測量等都離不開圖像分割。圖像分割的準(zhǔn)確性將直接影響后續(xù)任務(wù)的有效性，因此研究圖像分割具有十分重要的意義。 背景更新是指在圖像處理中要經(jīng)常對背景圖像進(jìn)行更新，特別是在以圖像差分方法對視頻圖像進(jìn)行運動目標(biāo)分割時，只有及時的更新背景圖像才能

3、更加精確的對圖像進(jìn)行分割。背景更新技術(shù)的涌現(xiàn)，使得以圖像差分方法分割視頻圖像中的運動目標(biāo)提高到了一個新的階段，為解決圖像分割這一經(jīng)典難題提供了新的動力和發(fā)展方向。迄今為止，己有眾多的學(xué)者將背景更新技術(shù)運用到圖像分割中，如統(tǒng)計學(xué)背景模型、背景的混合高斯模型和基于Kalman濾波器的背景模型等。 在眾多的分割方法中，特別是在對視頻圖像的應(yīng)用中，圖像差分方法由于其運算量相對較少，并且可以加入背景更新技術(shù)實現(xiàn)背景自適應(yīng)更新，能夠較精確的