基于視頻圖像的運(yùn)動(dòng)目標(biāo)檢測與陰影去除算法研究.pdf

1、作為視頻圖像運(yùn)動(dòng)目標(biāo)分析技術(shù)的基礎(chǔ)，視頻圖像運(yùn)動(dòng)目標(biāo)檢測與陰影去除已經(jīng)成為智能監(jiān)控系統(tǒng)、行為識(shí)別與理解系統(tǒng)以及人機(jī)交互系統(tǒng)的一個(gè)重點(diǎn)研究項(xiàng)目。其任務(wù)是將我們關(guān)心的運(yùn)動(dòng)目標(biāo)盡可能不失真的從復(fù)雜的背景場景中提取出來，為后續(xù)進(jìn)行的目標(biāo)跟蹤、行為識(shí)別以及場景理解等打下基礎(chǔ)。
　　然而，由于復(fù)雜視頻場景擾動(dòng)比較頻繁，使得前景提取和陰影去除算法的實(shí)時(shí)性和精確性要求得不到滿足。為此，本文提出了一種改進(jìn)的前景提取和陰影去除算法，主要研究工作如下：

2、
　　第一，對于前景檢測模塊，本文將實(shí)時(shí)性最好的幀差分法與檢測精度最高的混合高斯背景建模加以組合，提出了一種改進(jìn)的混合高斯背景建模算法。首先改進(jìn)算法采用了一種新的濾波方法進(jìn)行圖像預(yù)處理，該方法根據(jù)圖像中像素點(diǎn)的LBP值來判斷是否對其進(jìn)行鄰域均值濾波，可以在不模糊化圖像邊緣信息的情況下，去除大部分圖像噪聲；其次改進(jìn)算法在背景模型初始化中使用了新的方法來提高背景的初始化效果，該方法將初始第1、11、21、…、（10N-9）幀圖像對應(yīng)坐

3、標(biāo)像素值作為初始均值分別賦給背景模型的N個(gè)高斯分布，從而提高了背景初始化效果；最后算法使用幀差分法來進(jìn)行背景建模區(qū)域提取，通過相鄰七幀的第一幀、第四幀差分結(jié)果和第四幀與第七幀差分結(jié)果進(jìn)行疊加，提取到足夠的背景建模區(qū)域，然后對該區(qū)域內(nèi)像素進(jìn)行混合高斯背景建模，達(dá)到降低背景建模時(shí)間的效果。通過實(shí)驗(yàn)驗(yàn)證，本文算法在達(dá)到混合高斯背景建模前景檢測效果的同時(shí)還縮短了平均每幀處理時(shí)間，提高了系統(tǒng)的運(yùn)行速度。
　　第二，對于陰影去除模塊，在綜合分

4、析比較各種陰影去除算法優(yōu)缺點(diǎn)的情況下，根據(jù)場景背景紋理特征清晰與否提出了兩種陰影去除算法。首先，對于背景紋理特征清晰的場景，對被檢測為運(yùn)動(dòng)前景的像素點(diǎn)進(jìn)行LBP值計(jì)算，并與背景圖像中對應(yīng)像素點(diǎn)的LBP值進(jìn)行比較，兩值相等，則判定該點(diǎn)為陰影點(diǎn)；其次，對于背景紋理特征不清晰的場景，對提取的前景圖像和當(dāng)前圖像的前景所在區(qū)域圖像分別進(jìn)行邊緣提取并作差，即可得到去除陰影后的前景目標(biāo)的邊緣檢測圖。這兩種算法都具有計(jì)算量小、檢測效果精確的優(yōu)勢，并通過