随着电子信息技术的不断革新,高清的图像和视频采集设备已逐渐被广泛应用于生活中的各个领域给人们的生活提供了很大的便利。然而,这些设备所采集到的图像或者不能以全尺寸在小的显示设备上显示,或者不能满足特定的归档、留证要求从而需要图像约简技术来对这些图像进行预处理。传统的单调均值图像约简算子如算术均值约简算子与中值约简算子在图像约简时容易受到噪声的干扰,而且在约简后无法保留图像中的细节信息。现有的基于像素簇紧致性的弱单调均值约简算子,虽然具有较好的小特征保留能力,但是其在图像约简时需要预先指定待约简图像的背景颜色,如果待约简图像的颜色与预先指定的背景颜色不一致就会产生权值计算误差,从而导致约简的性能下降。针对于此问题,本文结合像素分布统计与映射函数提出了一种改进的基于像素簇紧致性的弱单调均值图像约简算子。该算子可以通过图像中像素分布来对图像的背景颜色进行概率建模从而实现背景自适应的权值计算,避免了手动背景颜色设置而引起的性能下降问题。实验结果表明,相比于传统的基于像素簇紧致性的弱单调均值图像约简算子其拥有更好的鲁棒性,适用于黑白两种不同颜色背景图片的约简任务。为了进一步的验证和说明本文提出的改进的基于像素簇紧致性的弱单调均值图像约简算子的可用性和实用性,本文将其应用到视频前景提取与分析领域中,提出了一种结合改进的基于像素簇紧致性的弱单调均值图像约简算子和高斯混合模型的视频前景提取框架。实验结果证明,在基于高斯混合模型的前景提取与分析过程中引入改进的基于像素簇紧致性的弱单调均值图像约简算子可以增加原有模型的抗噪性能,且能在不影响车辆统计精度的前提下降低系统的存储开销。