改进的混合高斯模型背景减除运动目标检测

"这篇硕士学位论文详细探讨了运动目标检测技术，特别是基于背景减除的方法。作者陈燕萍在导师余臻的指导下，深入研究了多种背景减除算法，并提出了一种改进的混合高斯模型算法，以适应复杂背景下的实时应用。论文的核心贡献包括： (1)对当前几种主流的背景减除运动目标检测算法进行了深入研究，分析其工作原理、性能特点，并进行了对比。 (2)选择了基于混合高斯模型的运动目标检测算法，针对复杂背景的实时监控需求，该算法能有效处理动态变化的背景。 (3)提出了一种优先级排列和分区域的正方形邻间像素比较算法，旨在减少摄像头抖动导致的图像移动影响，提高目标检测的稳定性。 (4)设计了一种利用高斯分布的阴影检测与抑制算法，加速阴影消除，增强算法的实时性能，减少因阴影导致的误检。 (5)在后处理阶段，对混合高斯背景模型可能出现的背景噪声进行了进一步处理，通过匹配方法减少误判，同时运用图像二值形态学操作优化目标区域的精确度。 关键词：背景减除法，运动目标检测，混合高斯模型，摄像头抖动补偿。 这篇论文的成果不仅提升了运动目标检测的准确性和实时性，还为后续的目标识别和跟踪奠定了坚实基础，对于视频分析和智能监控领域具有重要意义。"