基于阴影抑制的运动目标有效分割方法

《基于阴影抑制的运动目标有效分割方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第21卷第5期机电产品开发与刨新Vo1．21，No．52008年9月Development＆InnovationofMachinery＆ElectricalProductsSeD．．2008基于阴影抑制的运动目标有效分割方法刘兰英，路红(南京工程学院自动化学院，江苏南京211167)摘要：针对背景差分法常将运动阴影误检测为前景目标的问题，提出了智能交通系统中一种基于阴影抑制的运动目标分割方法。在RGB空间通过可变阈值背景差分提取了运动目标和阴影：在HSI(Hue，Sat

2、uration，Intensity)空间，分别对黑色和非黑色运动目标采用不同的阴影检测条件进行了阴影抑制；结合形态学滤波和面积多尺度阈值滤波去除了噪声影响。实验结果表明本文提出的方法能有效去除阴影及噪声影响，解决目标断裂及黑色运动目标丢失问题，提高检测质量。关键词：智能交通系统；目标分割；阴影检测；HSI色彩空间中图分类号：Ⅱy75文献标识码：A文章编号：1002—6673(2008)05—022—03该方法能有效提高运动目标检测质量。0引言1运动目标分割方法运动目标分割是智能交通监控系统的重要环节。分割结果的好坏直

3、接影响到系统的监控效率和质量。背景1．1运动分割差分法是最常用的目标分割方法之一，通过当前帧减去假设背景已知，根据背景差分定义。进一步假设没背景参考帧，然后对所得图像二值化得到运动目标，它有一种前景目标比背景本身更逼近背景，可利用式(1)一般能够提供最完全的特征数据，运算量低．可以做到求得当前帧Il与背景B差的绝对值图像ft(x，Y，k)。实时检测与分割。采用固定阈值进行二值化是普遍使用f(x，Y，k)=lTl(x，Y，k)一B(x，Y，k)I(1)的方法[121。但当背景突变时这种方法将增加背景更新若ft(x，Y，

4、k)各像素点处的RGB分量灰度之和满足式的频率，降低检测的实时性。背景差分法分割的结果包(2)中的不等式条件则视该像素点为背景，否则视为前景。括目标、阴影及少量噪声。阴影的存在是目标分割失败的关键因素，相连的阴影和运动目标将扭曲目标的真实，y，{255若∑kft(x,y'k)"~Aik(2)tItx形状，扩大目标区域；而分离的阴影和运动目标将增加，Y，k)其它虚假目标的数量，使后续的跟踪过程耗时增加，甚至导式(3)表示得到的运动目标分割结果，其中前景目标以原图中的原始形状和色彩显示，背景以白色显致跟踪失败。目前已有不

5、少的文献对阴影问题进行了研示。这里的前景运动目标包括真实目标、阴影和噪声。究，这些处理方法主要可以分为基于模型和基于阴影特W‘(x，y)=(ft(x，Y，R)，fl(x，Y，G)，fL(x，Y，B))(3)征两种。本文基于RGB彩色空间相邻帧之间灰度变化幅度1．2阴影检测和抑制视频监控环境中，由于受摄像头高度及视场光线和设定自适应阈值，提取运动目标。同时，将运动目标分为黑色类和非黑色类，利用阴影的色调、饱和度及光强照明情况等影响．采集的图像包含了运动目标和阴影．对目标的准确分割造成较大影响。颜色信息是彩色图像特征等。

6、在HSI彩色空间进行阴影检测和抑制，进一步提高了目标检测的准确性。结合形态学滤波和多尺度面最基本的特征，也是进行图像处理的重要依据。在RGB颜色模型空间中．像素点处R、G和B分量灰度值具有积滤波两种方法去除了噪声影响．克服了断裂目标局部丢失以及大噪声存在引起的小目标丢失问题。结果表明一定的相关性，不利于运动阴影去除。试验证明，在阴影区域的像素亮度值一般比非阴影区域小，而色度和饱收稿日期：2008—06—26和度变化不大。采用HSI可以较好地利用阴影的这些特作者简介：刘兰英(1976-)，女，江苏南通人，助教。研究点实

7、现阴影检测。将归一化的RGB转化为HSI的数学方向：智能检测技术和图像处理等；路红(1973一)女，山关系式如下：东泰山人．讲师。主要研究方向：图像处理、模式识别等。22维普资讯http://www.cqvip.com·开发与创新·合。A被B腐蚀的算法定义为式(12)，使用B对A腐(4)H．i21T一0若GsB蚀是所有B中包含于A中的点z的集合用Z平移：h其中：0=cos-1!i=AoB={xl[(B)nA]≠中)(11)[(R—G)2+(R—B)(G—B)]A0B={xl(B)A}(12)集合B在膨胀和腐蚀操作中称

8、为结构元素，用于定s=1一(min(R，G，B))(5)义邻域的二进制矩阵，实验中选用了半径为1的钻石形I=一(R+G+B)(6)结构元素，如图1(a)所示。(2)多尺度面积滤波。对H‘(x,y)中检测出的少量将Wl(x,y)与Bt(x,y)背景对应点的HS1分量逐噪声和误差，利用连通性(8连通方式)分析和计算各一比较，利用式(7)～(9)所示