论文部分内容阅读
针对混合高斯模型(GMM,Gaussian mixture model)在多车辆运动目标检测时易出现噪点、目标断裂、空洞等问题,给出一种结合改进GMM的车辆多目标检测方法.基于GMM获取车辆前景掩膜,为改善车辆检测效果,对前景目标进行Blob分析和形态学处理,对经典GMM进行改进,继而对所获结果进行匹配并实现了实时的前景目标更新.最后,对采集的真实图像数据进行验证实验.结果表明,此方法能够有效改善多车辆目标检测中的噪声干扰和前景虚化问题,可适应不同车辆密度下的多目标检测,具有较好的实时性,对于不同车