基于混合高斯模型的目标检测与阴影去除算法研究

摘要

运动目标检测是计算机视觉技术领域中的重要内容，已经广泛应用于智能监控领域，目标检测的准确率直接影响到后续的目标跟踪和行为理解。混合高斯背景建模算法是一种广泛应用的经典运动目标检测方法，本文针对其背景模型生成速度慢的缺点，给出了新的模型参数更新方法，加快了背景生成速率;另外，为消除包含在运动前景中的光照阴影，给出一种适用于室外强光照阴影的阴影消除算法，与传统的算法比较，本文算法阴影去除效果好，提高了运动目标检测的准确率。
　　本文首先讨论帧间差分法、光流法和背景减除法三种运动目标检测算法，对比各算法优缺点及应用场合，分析选取背景减除法中的混合高斯模型作为背景建模基本方法。给出了一种改进的混合高斯建模方法，该方法采用自适应学习率参数取值策略，加快了初始背景的更新速率，通过实验仿真，本文算法能够在前30帧建立准确的背景模型，比传统算法加快了10帧;同时，在前景检测中设定面积阈值判别有效运动区域，消除了复杂场景下的不规则干扰。
　　针对本文算法检测出的前景中包含光照阴影的问题，论文首先研究了基于颜色空间、颜色直方图、色彩特征不变量的三种阴影消除方法，发现这三种算法对强光照的适应能力不强，在强光照下对阴影的消除率不高。然后基于此问题，给出了一种基于LoG边缘检测的阴影去除算法，利用运动物体边缘信息丰富而阴影区域内部无明显边缘的特点，分别提取检测出的运动前景内部边缘信息与二值化前景边缘，对两次提取出的结果做差值，最终消除光照阴影。最后的实验结果表明，本文算法的前景检测率和阴影去除率分别达到了88.97％和87.38％，有效的消除了光照阴影。

目录

声明

摘要

插图目录

1 绪论

1．1 课题研究背景与选题意义

1．2 国内外研究现状

1．3 本文的主要工作及章节安排

2 运动检测相关算法研究

2．1 引言

2．2 运动前景检测算法

2．2．1 帧间差分法

2．2．2 光流法

2．2．3 背景减除法

2．3 运动检测相关形态学知识

2．3．1 图像的二值化

2．3．2 二值图像的腐蚀与膨胀

2．3．3 开操作和闭操作

2．4 本章小结

3 基于改进混合高斯模型的运动目标检测

3．1 引言

3．2 混合高斯模型分析

3．2．1 混合高斯模型简介

3．2．2 混合高斯模型存在的问题及解决方法

3．3 改进的融合混合高斯模型的前景提取算法

3．3．1 三帧差分法检测目标运动区域

3．3．2 改进的混合高斯背景模型

3．3．3 本文算法实现与结果分析

3．4 本章小结

4 目标阴影的检测与消除

4．1 引言

4．2 阴影的简介

4．3 基于阴影自身属性的抑制算法

4．3．1 基于颜色空间转换的阴影去除算法

4．3．2 基于灰度直方图的阴影消除方法

4．3．3 基于色彩特征不变量的阴影消除

4．3．4 上述算法存在的问题与分析

4．4 基于LoG边缘检测算子的阴影去除算法

4．4．1 LoG边缘检测算子

4．4．2 LoG算子模版构造

4．4．3 本文算法

4．4．4 仿真结果与分析

4．5 本章小结

5 总结与展望

参考文献

攻读学位期间发表的论文

致谢