针对传统高斯建模的初始化问题、参数值的计算依赖于先前所有帧和零散噪点较多等问题，提出了一种改进混合高斯模型的方法，即在初始化每个像素点时采用邻域特性与中值滤波相结合的方法，用来获取更接近实际的初始背景。同时对背景模型的更新提出了改进方法，在原有的背景排序基础上增加定时清零策略，使新加入的像素点能快速匹配。最后对特定区域的学习速率进行重新设定，再结合像素点的空间分布特性，达到消除零散噪点和部分空洞的目的。实验结果表明，与传统的混合高斯模型相比，该算法能准确地检测出运动物体，并对阴影和噪声有一定的抑制作用。
