OpenCV高斯混合模型的交互式图像分割(3)

菜单

2 高斯混合模型和交互式图像分割的联系主要介绍高斯混合模型和交互式图像分割之间的联系

3 基于高斯混合模型的交互式图像分割的设计主要介绍各个要实现的功能是怎么做的和要实现怎样的功能

4 基于高斯混合模型的交互式图像分割的实现主要介绍基于高斯混合模型的交互式图像分割的实现的方法以及程序的流程

表1-1 论文结构

2 高斯混合模型和交互式图像分割的联系

2.1高斯混合模型

高斯模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，将一个事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。对图像背景建立高斯模型的原理及过程：图像灰度直方图反映的是图像中某个灰度值出现的频次，也可以以为是图像灰度概率密度的估计。如果图像所包含的目标区域和背景区域相差比较大，且背景区域和目标区域在灰度上有一定的差异，那么该图像的灰度直方图呈现双峰-谷形状，其中一个峰对应于目标，另一个峰对应于背景的中心灰度。对于复杂的图像，尤其是医学图像，一般是多峰的。通过将直方图的多峰特性看作是多个高斯分布的叠加，可以解决图像的分割问题。在智能监控系统中，对于运动目标的检测是中心内容，而在运动目标检测提取中，背景目标对于目标的识别和跟踪至关重要。而建模正是背景目标提取的一个重要环节。