复杂背景条件下运动目标彩色分割与阴影检测算法研究

摘要

视频监控是当前计算机视觉的研究热点，而运动目标的分割和运动阴影的检测是视觉监控中的首要问题。运动目标分割的目的是从图像序列中将变化区域从背景图像中分割出来。但是，在分割的过程中，运动阴影的存在会导致物体分割的形变或者使不同物体相互融合，为后续的高级处理带来错误的结果，导致不能够很好的跟踪物体以及对物体的行为进行理解和描述。
　　 本文在总结和分析了国内外相关研究工作的基础上，针对复杂背景条件下运动目标彩色分割的背景建模以及对运动阴影的检测问题展开研究，主要研究内容和成果如下：
　　 首先，针对码书背景建模对快速变化的复杂场景较敏感，鲁棒性较差等缺点，对码书背景建模进行了改进，利用混合高斯背景建模算法中的快速匹配思想，提出了一种基于卡尔曼滤波的码书背景建模方法。实验证明，在光照变化较剧烈和背景噪声较多的情况下，该方法比传统的混合高斯背景建模和码书背景建模更具鲁棒性和实时性。
　　 其次，在复杂背景条件下，针对传统的运动阴影检测算法中容易将前景目标大面积的检测为阴影的问题，提出了一种运动目标阴影轮廓的两步检测算法。首先利用八邻域模型检测出疑似阴影，并对阴影进行聚类，分出运动阴影和疑似运动阴影；然后利用色彩空间向量模型对疑似阴影进一步信息分析，检测出完整的阴影区域。
　　 最后，设计并实现了一个包含上述所有内容的运动目标的实时分割与阴影检测原型系统，为进一步在计算机视觉领域其他的应用打好了基础。