典型文献
基于改进高斯混合模型的运动目标分割算法
文献摘要：
针对运动目标分割中出现的孔洞等问题,课题组提出了一种基于改进高斯混合模型(Gaussian mixture model,GMM)的运动目标分割算法;针对运动目标分割中出现的阴影和鬼影等问题,提出了一种基于位置约束和加权HSV(hue saturation value,HSV)的阴影检测算法.首先,将运动目标在相邻2帧之间移动的速度作为像素速度,根据像素速度来动态调整每个像素点的学习率,实现背景模型的动态更新,从而有效避免前景中出现孔洞等干扰;其次,提出一种基于位置约束和加权HSV颜色模型的特征向量构建方法,使用余弦相似性进行相关性分析,避免了分割过程中出现阴影干扰的现象.实验结果表明:该算法能够准确地分割出运动目标,目标完整率、阴影检测率和判别率分别达到95.11％、96.18％和96.45％.与其他方法相比,运动目标分割的准确率提高了2.09％,运动目标分割性能良好.
文献关键词：
运动目标分割;像素速度;高斯混合模型;前景提取;阴影去除
中图分类号：
作者姓名：
王苁蓉;吴静静;翁陈熠
作者机构：
江南大学 机械工程学院,江苏 无锡 214122;江南大学 江苏省食品先进制造装备技术重点实验室,江苏 无锡 214122
文献出处：
引用格式：
[1]王苁蓉;吴静静;翁陈熠-.基于改进高斯混合模型的运动目标分割算法)[J].轻工机械,2022(05):34-42
A类：
运动目标分割,像素速度
B类：
高斯混合模型,分割算法,孔洞,Gaussian,mixture,model,GMM,鬼影,位置约束,HSV,hue,saturation,value,阴影检测,检测算法,像素点,学习率,背景模型,动态更新,颜色模型,特征向量,构建方法,余弦相似性,割过,割出,出运,检测率,其他方法,前景提取,阴影去除
AB值：
0.268279
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
