가우스 혼합 모델은 가우스 확률 밀도 함수(정규 분포 곡선)를 사용하여 사물을 정확하게 수량화하는 모델입니다.
정의
가우시안 모델은 가우스 확률밀도함수(정규분포곡선)를 이용해 사물을 정확하게 수량화하고, 가우시안 확률밀도함수(정규분포)를 바탕으로 사물을 여러 개로 분해하는 것을 말한다. 곡선) 곡선). 이미지 배경에 대한 가우스 모델을 설정하는 원리 및 과정: 이미지 회색조 히스토그램은 이미지에서 특정 회색조 값의 발생 빈도를 반영하며 이미지 회색조 확률 밀도의 추정치로도 간주될 수 있습니다. 이미지에 포함된 대상 영역과 배경 영역이 상대적으로 다르고 배경 영역과 대상 영역 사이의 회색조에 일정한 차이가 있는 경우 이미지의 회색조 히스토그램은 이중 피크-밸리 모양을 표시합니다. 하나의 피크는 목표에 해당하고, 다른 피크는 배경의 중앙 회색 레벨에 해당합니다. 복잡한 이미지, 특히 의료 이미지의 경우 일반적으로 다중 모드입니다. 여러 가우시안 분포의 중첩으로 히스토그램의 다중 모드 특성을 고려하면 이미지 분할 문제를 해결할 수 있습니다. 지능형 모니터링 시스템에서는 움직이는 표적의 탐지가 핵심 내용인 반면, 움직이는 표적 탐지 및 추출에서는 배경 표적이 표적 인식 및 추적에 중요합니다. 모델링은 배경 타겟 추출에 있어서 중요한 부분입니다.
혼합 가우스 배경 모델링의 원리