资源描述：
《基于视频图像的运动目标检测与识别new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、图像处理《微计算机信息》(管控一体化)2009年第25卷第3-3期文章编号:1008-0570(2009)03-3-0280-02基于视频图像的运动目标检测与识别MovingObjectDetectionandShadowEliminationBasedonVideoImage（江南大学）蔡友杰陈秀宏CAIYou-jieCHENXiu-hong摘要:运动目标检测是场景监控的核心技术,而目标的阴影在很大程度上影响了目标的形状,干扰了真实目标的检测。本文提出以混合高斯模型为基础,利用背景差分法获得目标图像,将亮度,色度
2、信息和归一化互相关函数的阴影检测法相结合对视频图像的阴影进行消除,并用形态学的方法对检测结果进行处理,实验证明该方法是可行的和有效的。关键词:目标检测;阴影消除;高斯模型;背景更新;形态学中图分类号:TP391.41文献标识码:AAbstract:Movingobjectdetectionistheimportanttechnologyofscenemonitoring.Theshapeoftheobjectisaffectedmostlybyitsshadow,whichthetrueobjectdetectio
3、nisinterfered.Inthispaper,weproposedamethodbasedonhybridGaussianmodel.Weusebackgroundsubtractiontoobtainobjectimage.Inordertoeliminateshadow,weuselightness,chromaticityandnormalizedcross技correlation.Atlast,mathematicalmorphologyisusedtorepairtheimage.Experimen
4、tindicatesthatthemethodisfeasibleandeffective.Keywords:objectdetection;shadowelimination;Gaussianmodel;backgroundupdate;大体morphology术进行消除，并用形态学的方法对检测结果进行滤波和孔洞修1引言创复，实验证明该方法是可行的，具有一定的应用价值。目标检测是计算机视觉的一个重要组成部分，在军事及工2背景模型的建立及其更新新业等领域有着重要的应用前景。运动目标的检测方法主要有光流法，差值法。光
5、流法的计算量很大，实时性和应用性较差。而2.1背景模型的建立图像差值法比较简单，实时性较好，是目前应用最广泛，最成功背景图像差分法是基于静止背景的，但实际情况下，背景的运动目标检测的方法。图像差值法可分为两类，一类是用序并不是完全静止的，因照明和天气变化而变化。背景的变化给列图像的每一帧与一个固定的静止的参考帧做图像差分，但自目标检测带来很大困难，因此，必须对背景图像进行实时更新。然场景不是静止不变的，因而必须不断的更新背景。另一类是对视频中的某个像素定义其分布模型，设在t时刻，该像用序列图像的两帧进行差分，这种方
6、法无法检测出两帧图像中素取值的集合为，其中I为视频重合的部分，只能检测出目标的一部分信息。在绝大多数视频帧。如果将该像素的所有历史值用K个高斯分布模型近似，那监控图像应用中，每一个像素都可以用一个或多个高斯模型近么观察到的当前像素的概率为：似，因此，高斯背景模型是绝大多数目标检测方法常用的基本（1）模型。许多学者对基于高斯混合背景模型的背景消除法作了改其中，为t时刻第个高斯模型的权值，满足,它进并取得了较好的效果。Stauffer等人在文献[1]中提出了采用的大小体现了当前用该高斯模型表示像素值时的可靠程度。自适应
7、混合高斯模型，作为背景统计模型的算法；Power等人在和分别为t时刻第i个高斯模型的均值和协方差，K为高文献中详细的讨论了混合高斯模型，并对模型中的参数选择及斯模型的个数。为高斯密度函数，其定义为：更新提出了很好的建议。Monnet等人在文献中对摆动的树叶，水纹的波动等动态纹理干扰作了深入研究，提出了在线的自动聚类模型来获得并预测场景中的这些变化以减少干扰。然而，（2）由于光照条件的影响，大多数图像都存在阴影，阴影的存在干2.2背景模型的更新扰了目标的检测，使检测到的目标与真实的目标形状相差很如果没有与新输入的像素
8、值相匹配的高斯模型,则将高斯大，这对后续处理如目标识别、行为判断等会产生很大的影响。模型中权值最低的高斯分布去掉,并根据新输入的像素值引入混合高斯模型无法消除阴影的干扰，因此找到阴影消除的方法一个新的高斯分布：以当前的像素亮度值作为均值μ,并赋以变得非常重要。近年来，提出了很多阴影消除方法，毛晓波在文大的方差Σ和较小的权值ω。对于匹配的高斯模型，在t时刻献中
