基于对称差分和背景减的运动目标检测

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (13): 158-162.

基于对称差分和背景减的运动目标检测

邱光能，全惠敏

湖南大学电气与信息工程学院，长沙 410082

出版日期:2014-07-01 发布日期:2015-05-12

Moving object detection algorithm based on symmetrical-differencing and background subtraction

QIU Guangneng, QUAN Huimin

College of Electrical and Information Engineering, Hunan University, Changsha 410082, China

Online:2014-07-01 Published:2015-05-12

摘要/Abstract

摘要： 通过对视频运动对象特点的分析，提出一种针对静态场景的运动目标检测算法。该算法采用一种改进的时间平均法初始化背景，在有目标的情况下也能构建出可靠的背景，并融合背景减法和多重对称差分法对背景进行自适应更新。实验结果证明，该算法计算简单，对光线变化具有适应性，能够完整地提取运动目标，改善了运动目标的检测效果，具有一定的鲁棒性。

关键词: 运动目标检测, 自适应背景, 多重对称差分, 光线突变

Abstract: An algorithm for moving object detection with a static background is proposed by analyzing characteristic of movement objects in video. The algorithm uses improved time-averaged method to initialize background, it can obtain reliable background in the condition of having moving objects. During background updating, the paper combines background subtraction method and multi-symmetrical-differencing. Experimental results show that the proposed algorithm is quick, robust, adaptive to illumination changes and it improves the effect of moving object detection.

Key words: moving object detection, adaptive background, multi-symmetrical-differencing, sudden illumination changes

邱光能，全惠敏. 基于对称差分和背景减的运动目标检测[J]. 计算机工程与应用, 2014, 50(13): 158-162.

QIU Guangneng, QUAN Huimin. Moving object detection algorithm based on symmetrical-differencing and background subtraction[J]. Computer Engineering and Applications, 2014, 50(13): 158-162.

[1]	王春丹，谢红薇，李亚旋，张昊. 融合改进的三帧差分和ViBe算法的运动目标检测[J]. 计算机工程与应用, 2020, 56(13): 199-203.
[2]	高红红1，曹建荣1，2，李振宇1，杨红娟1，2，赵淑胜1. 基于背景分类的运动目标检测算法[J]. 计算机工程与应用, 2017, 53(21): 179-184.
[3]	赵晓梅1，孙建德1，张元元2. 基于分层匹配五元组Codebook的运动目标检测算法[J]. 计算机工程与应用, 2016, 52(7): 196-201.
[4]	贾建英，董安国. 基于联合直方图的运动目标检测算法[J]. 计算机工程与应用, 2016, 52(5): 199-203.
[5]	郭伟，高媛媛，刘鑫焱. 改进的基于混合高斯模型的运动目标检测算法[J]. 计算机工程与应用, 2016, 52(13): 195-200.
[6]	张英烈1，夏梦2，陈临强1. 基于视频跟踪的体感游戏设计[J]. 计算机工程与应用, 2015, 51(17): 44-47.
[7]	吴桐1，2，王玲1. 基于帧差分块的混合高斯背景模型[J]. 计算机工程与应用, 2014, 50(23): 176-180.
[8]	赵谦1，朱华伟1，曾召华1，侯媛彬2，冯瑞3. 一种基于YUV颜色空间的新码书模型[J]. 计算机工程与应用, 2013, 49(16): 158-161.
[9]	曹鹏1，张鹏2. 一种新的混合模型运动检测算法[J]. 计算机工程与应用, 2012, 48(31): 171-174.
[10]	陈雷1，张立毅1，2，郭艳菊3，刘婷1，2，李锵2. 基于人工蜂群算法的运动目标检测方法[J]. 计算机工程与应用, 2012, 48(21): 178-181.
[11]	李明，赵勋杰. 改进的基于高斯混合模型的运动目标检测算法[J]. 计算机工程与应用, 2011, 47(8): 204-206.
[12]	王琳¹，潘建寿¹，杨志刚². 高阶统计量的背景估计法在运动目标检测中的应用[J]. 计算机工程与应用, 2011, 47(6): 161-163.
[13]	徐旭，程晓锋，熊召，曹庭分，倪卫，刘长春. 时空结合的近景运动目标检测[J]. 计算机工程与应用, 2011, 47(27): 172-175.
[14]	刘文萍，贺娜. 一种新的背景减运动目标检测方法[J]. 计算机工程与应用, 2011, 47(22): 175-179.
[15]	王小鹏，金卫东，赵国辉，董利芳. 基于贝叶斯决策的运动目标检测方法[J]. 计算机工程与应用, 2011, 47(20): 197-200.