导读:本文包含了高斯背景模型论文开题报告文献综述及选题提纲参考文献，主要关键词:混合高斯模型,四帧差分法,形态学处理,运动目标检测
高斯背景模型论文文献综述
张威虎,张梦,魏凡[1]（2019）在《基于混合高斯背景模型和四帧差分法的目标检测方法》一文中研究指出针对传统混合高斯模型(GMM)在检测运动目标时存在噪声、计算量大、效果不佳等问题,提出了一种混合四帧差分算法的改进混合高斯目标检测方法。通过选定不同规则,分别更新前后帧图像的学习速率来消除"鬼影";提出一种删除多余、过期背景模型的方法来减少计算量;最后通过形态学处理解决"空洞"问题。实验证明所提算法相对传统混合高斯模型算法在消除噪音、提取运动目标完整轮廓、解决光照变化等问题上具有较好效果,并且能很好的解决遮挡物问题。(本文来源于《电子设计工程》期刊2019年07期）
范威,朱代柱,张德泽,曾赛[2]（2018）在《混合高斯模型和Radon变换用于声呐图像背景抑制》一文中研究指出水下运动小目标的声呐图像背景随着空间和时间起伏变化,声呐图像的背景抑制处理是水下小目标检测的关键技术之一。文中采用混合高斯模型建立序列声呐图像背景的各个方位-距离单元幅度的统计模型,抑制声呐图像中成片亮区、亮带干扰背景。针对混合高斯模型"剩余"噪声问题,利用水下运动目标航迹的连续变化特征,通过Radon变换和Radon逆变换提取历程累积声呐图像的线特征,滤除混合高斯模型处理后的"剩余"噪声。对实测水下小目标直线运动和跨方位曲线运动2种情况下的多波束声呐数据进行了分析,结果表明,通过混合高斯模型和Radon变换滤波方法处理,可以实现复杂声呐背景的去除,获得"干净"的声呐背景,有利于声呐对水下运动目标的自主检测。(本文来源于《水下无人系统学报》期刊2018年05期）
李晓瑜,马大中,付英杰[3]（2018）在《基于叁帧差分混合高斯背景模型运动目标检测》一文中研究指出针对混合高斯背景模型运动目标检测的光照突变误检以及突然运动目标的"鬼影"问题,提出了一种基于叁帧差分的混合高斯背景模型运动目标检测算法。通过图像前景检测比例判断光照是否发生突变,利用叁帧差分法对图像的背景区域、运动区域和背景显露区域进行划分,并根据光照情况及时改变各区域的学习率以调节混合高斯模型背景迅速更新,设计了基于叁帧差分的学习率自适应混合高斯模型背景更新的方法。该方法使光照突变及目标突然运动后产生的新的背景模型得到迅速更新,从而改善这两种情况下运动目标检测效果。实验结果表明,该算法避免了光照突变时的大面积误检现象,并且同时解决了突然运动目标的"鬼影"问题。(本文来源于《吉林大学学报(信息科学版)》期刊2018年04期）
胡皓然,王颖[4]（2018）在《结合HSV空间阴影消除的高斯混合模型背景减除方法》一文中研究指出针对高斯混合模型背景减除后运动目标存在阴影的问题,提出了初始化参数快速估计方法避免了高斯混合模型参数估计易产生局部极大值的问题,在分析高斯混合模型背景减除结果中阴影区域亮度和色度变化特性的基础上,提出了将高斯混合模型背景减除结果映射到HSV空间并通过亮度和色度阈值消除阴影的H SV空间阴影消除方法。基于上述方法对不同光照强度下序列图像进行背景减除,实验结果表明本文方法能较准确地检测并消除阴影区域,平均目标检出率高于80%。(本文来源于《电子设计工程》期刊2018年07期）
朱文杰,王广龙,田杰,乔中涛,高凤岐[5]（2018）在《空时自适应混合高斯模型复杂背景运动目标检测》一文中研究指出为克服传统基于单像素建模方法存在的缺陷,解决复杂背景下的运动目标检测问题,将视频图像序列的空间信息引入背景建模过程中,研究了邻域更新、二维联合直方图信息熵判别、空时平滑等方法.采用引导滤波方法对视频图像进行预处理,以消除图像噪声,并保留图像中目标的边缘信息,给出了算法处理流程和实现步骤.在不同的评测数据库及现实捕获的视频图像上进行了定性及定量实验,结果表明,本文提出的算法在目标检测准确度和完整性等指标上优于传统的同类型算法,为复杂背景环境下的运动目标检测提供了一种新的解决方法.(本文来源于《北京理工大学学报》期刊2018年02期）
贾平生,雷志雄[6]（2018）在《基于多层混合模型的非高斯海洋背景场表示》一文中研究指出实际的海洋环境背景声场通常不服从高斯分布,此情况下多种水声信号处理方法的前提条件得不到满足。针对非高斯海洋背景场下的噪声预处理,研究了一种具有促稀疏性的多层贝叶斯建模方法,使用吉布斯采样对变量的后验概率进行求解。对两组在不同海域采集的水声数据进行建模,分析结果表明非高斯背景场中高阶分量混合系数虽然较小,但对真实噪声分布的描述仍具有较大作用(本文来源于《电声技术》期刊2018年02期）
刘丽伟,张宏美,薛春芳,满涛[7]（2017）在《基于混合高斯模型的运动目标平均背景法检测》一文中研究指出首先采用平均背景法对混合高斯建模获得的背景进行处理得到纯净的背景,然后在当前图像与背景图像之间进行差分运算,最后通过轮廓筛选的方法去除目标图像中的干扰点,并通过形态学处理对目标中的间隙进行填充,获得完整目标。实验结果表明,对于运动目标及停留的目标,该算法的识别率和误检率分别为86.7%和8.3%。(本文来源于《长春工业大学学报》期刊2017年05期）
胡皓然[8]（2017）在《基于HSV的高斯混合模型背景减除方法》一文中研究指出针对序列图像的背景减除可以实现运动目标的检测,通过分离图像的背景和运动目标,获取图像的有效信息,从而根据获取的运动目标对其特征进行分析并加以处理,在目标的目标跟踪、关节定位、动作分析理解及3D重构等领域具有很高的应用价值。本论文在研究了背景区域灰度值的分布特性和数学模型的基础上,确定了基于高斯混合模型的背景减除算法;针对传统的最大期望算法存在运算量大、受初始值影响容易产生局部极大值的问题,提出了一种结合了根据图像灰度值快速初始化高斯混合模型参数的算法,提高了背景模型参数的初始化速度,并提高了高斯混合模型参数初始化的准确度;针对背景减除后运动目标中的阴影,研究了颜色空间的基本特性,提出了在HSV颜色空间下基于阴影亮度和色度特征的阴影检测算法,针对高斯混合模型背景减除的结果进行阴影消除。基于VisualStudio2015平台和OpenCVv3.2.0函数库,针对室内室外不同光照条件下的序列图像,采用本文的算法分别进行了背景减除实验与基于HSV颜色空间的阴影消除,并与基于核密度估计法和码本法的背景减除法进行对比。实验表明,本文提出的阴影消除方法对于运动目标的检出率平均高于80%,与仅基于高斯混合模型的背景减除算法相比,能得到更清晰的运动目标形态,且阴影面积得到了有效的减少。(本文来源于《北京化工大学》期刊2017-05-30）
徐鸿伟,陈钱,钱惟贤[9]（2016）在《基于改进的单高斯背景模型检测算法的研究》一文中研究指出针对传统单高斯背景模型(SGM)检测中背景模型不能很好地自适应背景变化等问题,提出了一种改进的单高斯背景模型检测的方法。该方法取前N帧做均值建立初始背景模型,然后利用叁帧差法计算得出背景作为本文需要处理的背景区域。同时,对帧差法获得的背景区域分区,划分出大面积静止区域、历史变化区域及该变化区域的历史轨迹区域。赋予大面积静止区和历史变化区固定更新率,同时历史变化区域的历史轨迹区域按照时间分布,给予线性衰减的更新率,在此基础上进行背景模型参数的更新,最终通过背景差分法得出运动的目标。实验表明,改进的算法背景模型的自适应性有了很大地提高,基于单高斯背景模型运动目标的检测也变得更加准确。(本文来源于《激光与光电子学进展》期刊2016年04期）
王丹,刘怀[10]（2015）在《基于改进混合高斯模型的背景提取与更新》一文中研究指出针对序列图像背景提取不能正确地处理场景突变、实时性差等问题,本文提出了改变更新率的背景提取算法.首先,对传统混合高斯模型进行了简化,其次对像素点划分区域,在不同区域采用不同的背景更新率,有选择性地进行背景更新.实验结果表明,该方法提高了提取背景模型的实时性和精度.(本文来源于《南京师范大学学报(工程技术版)》期刊2015年02期）
高斯背景模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
水下运动小目标的声呐图像背景随着空间和时间起伏变化,声呐图像的背景抑制处理是水下小目标检测的关键技术之一。文中采用混合高斯模型建立序列声呐图像背景的各个方位-距离单元幅度的统计模型,抑制声呐图像中成片亮区、亮带干扰背景。针对混合高斯模型"剩余"噪声问题,利用水下运动目标航迹的连续变化特征,通过Radon变换和Radon逆变换提取历程累积声呐图像的线特征,滤除混合高斯模型处理后的"剩余"噪声。对实测水下小目标直线运动和跨方位曲线运动2种情况下的多波束声呐数据进行了分析,结果表明,通过混合高斯模型和Radon变换滤波方法处理,可以实现复杂声呐背景的去除,获得"干净"的声呐背景,有利于声呐对水下运动目标的自主检测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
高斯背景模型论文参考文献
[1].张威虎,张梦,魏凡.基于混合高斯背景模型和四帧差分法的目标检测方法[J].电子设计工程.2019
[2].范威,朱代柱,张德泽,曾赛.混合高斯模型和Radon变换用于声呐图像背景抑制[J].水下无人系统学报.2018
[3].李晓瑜,马大中,付英杰.基于叁帧差分混合高斯背景模型运动目标检测[J].吉林大学学报(信息科学版).2018
[4].胡皓然,王颖.结合HSV空间阴影消除的高斯混合模型背景减除方法[J].电子设计工程.2018
[5].朱文杰,王广龙,田杰,乔中涛,高凤岐.空时自适应混合高斯模型复杂背景运动目标检测[J].北京理工大学学报.2018
[6].贾平生,雷志雄.基于多层混合模型的非高斯海洋背景场表示[J].电声技术.2018
[7].刘丽伟,张宏美,薛春芳,满涛.基于混合高斯模型的运动目标平均背景法检测[J].长春工业大学学报.2017
[8].胡皓然.基于HSV的高斯混合模型背景减除方法[D].北京化工大学.2017
[9].徐鸿伟,陈钱,钱惟贤.基于改进的单高斯背景模型检测算法的研究[J].激光与光电子学进展.2016
[10].王丹,刘怀.基于改进混合高斯模型的背景提取与更新[J].南京师范大学学报(工程技术版).2015