一种基于优化ViBe算法的人形分割方法

摘要

人形分割在视频监控研究中具有极其重要的意义.Vi B e算法因其运算效率高、算法思想简单且容易实现的特性受到许多研究学者的青睐,并被应用到人形分割的研究中.针对Vi B e算法在应用于人形分割研究时易于出现鬼影和容易对光照引起的阴影造成误检的现象,提出了一种改进的ViBe算法—VSFC(ViBe Surendra Five-frame Canny)算法.首先将利用Otsu自适应阈值的Surendra算法得到的初始背景用作背景模型的初始化.其次,通过将Vi B e算法所得出的前景与五帧差分法得出的前景采用"与"运算的方式获得人形分割结果,并对得到的人形分割结果进行形态学处理,以便能够消除较大的噪声.最后利用Canny边缘检测算子对人形的边缘信息进行提取,利用小波融合方法将前面得到的人形结果和边缘信息进行融合,得到最后的人形分割结果.在更新机制方面,提出动则更新的更新思想,对于那些长时间静止不动的像素点,采取隔时更新的方式,提高了算法的实时性.