论文部分内容阅读
近年来，视频监控系统在公共安全方面发挥越来越大的作用。与传统的视频监控系统相比，它不仅能用摄像机代替人眼，还将借助于计算机软件构建一个自动化或半自动化的视频理解和分析系统，以提供及时准确的视频分析结果。运动目标提取是视觉分析、高级行为理解等计算机视觉应用领域中基本而又重要的一步。
本文研究了图像序列中的运动目标检测算法，在参考大量文献的基础上，对混合高斯背景建模算法进行了比较系统的推导、实验与分析。主要完成了以下工作：
(1)分析、总结现有的几种运动目标检测及背景建模典型算法，通过实验进行了算法性能比较。
(2)在YCbCr颜色空间采用自适应高斯混合模型对背景的每个像素建模，并对模型中的参数实时更新。
(3)对输入的当前帧图像的每一像素值与该像素点对应的高斯混合背景模型的各个高斯模型进行比较，将前景运动区域（包括运动目标、投射阴影）从场景中提取出来。
(4)由于提取出的运动前景图像往往伴随着运动目标的阴影。因此，本文还对阴影检测算法进行了总结与分析.
(5)提出一种阴影去除算法，结合阴影区域亮度特征，同时采用局部二元图(Local Binary Patterns，LBP)来提取阴影区域的纹理特征，利用背景在阴影覆盖前后的纹理相似性去除投射阴影。
最后本文结合阴影的空间几何特性优化运动目标检测结果。实验结果表明本文提出的算法在运动目标检测中具有对噪声和阴影的鲁棒性，可用于室内和室外复杂场景监控系统。