هدایت ابریشمی - دانشگاه آزاد اسلامی واحد مشهد
سعید راحتی قوچانی - دانشگاه آزاد اسلامی واحد مشهد
سعید ابریشمی - دانشگاه فردوسی مشهد

مدل ترکیبی گوسی محبوب ترین شیوه مدل سازی پس زمینه است. اما این شیوه با محدودیت های زیادی هنگام تغییرات پویا روبرو می باشد، تغییراتی چون لرزش دوربین، تغییرات نوری شدید، نویز موجود در تصویربرداری و همچنین موارد دیگر. موارد گفته شده باعث تصمیم اشتباه در تشخیص پیش زمینه می شوند. در این کار از یک مدل سازی پس زمینه با استفاده از مدل ترکیبی گوسی فازی نوع 2 که بیانگر ع دم قطعیت در پارامترهای مدل می باشد، در فضای رنگی RGB استفاده شده است. نوآوری این کار اینست که از آنتروپی محلی پیکسل برای تشخیص تغییر نور شدید استفاده می شود و هنگامی که تسخیص تغییر نور شدید داده شد، مدل های T2FGMM که پارامترهای آن در فضای رنگی RGB تعریف شده است تغییر به مدل با فضای رنگی rgb که نرمال شده فضای RGB است و مستقل از شدت نور می باشد، تبدیل می شود و پیکسل در این مدل تبدیل یافته برای تشخیص پس زمینه بودن یا پیش زمینه بودن م قایسه می شود. با بررسی نتایج می توان ملاحظه کرد در روش انجام شده نقاط پس زمینه را دقیق تر بدست آورد.

مدل ترکیبی گوسی، مدل ترکیبی گوسی فازی نوع دو، پس زمینه، پیش زمینه، آنتروپی