1 中国民用航空总局第二研究所 科研开发中心，成都 610041
2 电子科技大学 电子工程学院，成都 611731
为有效解决复杂监视场景中快速、准确检测运动目标，提出一种多帧背景差与柯西(Cauchy)模型融合的目标检测方法。该方法首先借鉴Surendra 背景模型的思路进行改进，采用多帧背景差法获取干净的背景图像，然后利用实时的视频图像和当前的背景图像进行绝对差分处理，最后通过Cauchy 模型对整幅绝对差分图像上的点进行背景点和前景点判别，实现对复杂监视场景中目标的准确检测。针对车辆、行人等不同对象的监控场景下进行实验，验证了本文方法不仅能够有效地抑制噪声及伪目标的干扰，而且能够快速、准确地分割出前景目标。
多帧背景差 Cauchy 模型 目标检测 Surendra 背景模型 绝对差分图像 multi-frame background subtraction Cauchy model target detection Surendra background model absolute differential image
