基于灰度区间统计的背景自适应更新算法

视频中运动目标检测与提取是计算机自动识别技术的重要环节,如何快速且准确的提取运动目标是研究热点。目前通常使用背景差分算法来进行运动目标检测,而背景差分的关键在于背景提取的好坏和阈值设定上,并且为达到实时检测的目的,背景还要能够适应光照的变化而进行实时更新。针对于传统的mode算法在背景提取时没有考虑到统计帧的背景灰度值是波动的情况,本文提出基于灰度区间统计的背景提取算法。算法是将0~255灰度范围进行区间划分,判断灰度值落在哪些区间并且统计区间的样本个数,然后对样本量最大的区间的样本求平均值,从而得到初始化的背景效果图,最后通过对样本数据进行离散分析来自适应更新背景。