视频监控中的运动前景分割技术研究

摘要

随着社会进入信息技术时代，视频监控系统在众多领域发挥着重要作用。与此同时，视频处理技术也已成为国内外科学研究领域中的一个重要课题。在整个视频处理过程中，视频前景分割作为基础步骤，其分割效果对后续步骤影响巨大。较多现存视频分割算法在精度和鲁棒性方面还存在着一定不足，因此研究出一种精度高、鲁棒性强的前景分割算法有着重大的科研意义和应用价值。
　　本文首先对国内外视频领域的相关研究成果进行了仔细的总结和分析。然后，研究工作主要围绕视频分割过程中的背景建模和运动前景提取这两个问题展开。通过对目前几种流行算法基本理论的分析，对比算法间的优势和不足，并着重研究基于码书背景模型的视频分割算法，最后针对其中不足给出了自己的改进方法。主要研究内容及成果如下：
　　首先，针对码书背景建模过程中码书精简策略的不足及码字匹配速度慢这两个问题给出了优化方法：通过引入排序算法来克服原始码字无序性对匹配效率的影响；在生成精简码书时，在原有时间过滤的基础上，引入频数过滤。实验结果表明，改进算法在不影响分割效果的前提下，提高了处理效率。
　　其次，针对视频分割过程中存在的运动阴影干扰问题给出一个改进算法。首先，由于运动阴影和前景目标在颜色空间模型中表现出不同的性质，根据颜色相似度初步过滤阴影区域；然后采用梯度阈值分割的方法进一步确定目标所在的位置；最后，与背景差分过程中获得的初始分割区域相结合，得到前景目标。实验证明，改进算法在有效消除运动阴影的同时，进一步抑制了残留在目标区域以外的噪声信息。
　　最后，基于本文的研究成果，设计了一个视频前景分割系统。通过与几种常用方法的实验对比，很好地验证了本文改进算法的优越性。