单高斯模型是一种图像处理背景提取的处理方法。
正文
适用于背景单一不变的场合，其他如混合高斯模型等方法都是对单高斯模型的扩展，单以单高斯模型最为简便，而且采取参数迭代方式，不用每次都进行建模处理。 单高斯分布背景模型适用于单模态背景情形，它为每个图像点的颜色分布建立了用单个高斯分布表示的模型η(x,μt,Σt)，其中下标t表示时间。设图像点的当前颜色度量为Xt，若η(x,μt,Σt)≤Tp(这里Tp为概率阈值)，则该点被判定为前景点，否则为背景点(这时又称 X t与 η ( x ,μt,Σt)相匹配)。在实际应用中，可以用等价的阈值替代概率阈值。如记dt=Xt-μt，在常见的一维情形中，以σt表示均方差，则常根据dt/σt的取值设置前景检测阈值：若dt/σt>T，则该点被判定为前景点，否则为背景点。单高斯分布背景模型的更新即指各图像点高斯分布参数的更新。引入一表示更新快慢的常数——更新率α ，则该点高斯分布参数的更新可表示为: μt+1=(1-α)*μt+α*dt(t+1是下标） Σt+1 =(1-α )*Σt+α*dt*dt