研究生课程考试小论文格式要求(内容)

《研究生课程考试小论文格式要求(内容)》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、上海大学2010～2011学年秋季学期研究生课程考试小论文课程名称：数字图像处理课程编号：072001808论文题目:视频中的运动目标分割与阴影消除研究生姓名:高书德学号:11610046论文评语:成绩:任课教师:评阅日期:视频中的运动目标分割与阴影消除11610046，高书德2012年3月4日摘要：针对目前运动对象分割不完整，以及存在阴影和鬼影对运动目标分割的影响，提出了一种基于复杂背景下的运动目标分割与阴影消除方法。首先利用高斯混合模型进行初始背景建模并提取初始前景对象，将当前视频帧和背景模型进行差分运算，且通过多尺度小

2、波变换时空域特征，将多尺度分析和图像分割相结合，压制阴影并消除鬼影对运动目标分割的影响。通过实验对比，所提方法能有效地从复杂背景视频图像中提取运动目标且具有强的鲁棒性。关键字：目标分割；阴影消除；高斯混合模型；小波变换SegmentationofMovingTargetsandShadowsEliminationbasedonComplexBackgroundAbstract:Aimingsomeexistinglimitsinforegroundobjectssegmentationsuchasincompletesegm

3、entationofmovingtargets,movingshadowandghosts,anovelsegmentationmethodandshadowseliminationfromacomplexbackgroundisproposed.Firstly,aGaussianmixturemodel(GMM)isadoptedtoconstructbackgroundmodelandextractsomeforegrounds.Backgroundsubtractionisperformedbetweenthecurr

4、entframeandthepreviousconstructedbackgroundmodel.Accordingtosomecharacteristicsofmulti-scalewavelettransforminspatialandtemporalfields,multi-scaleanalysisiscombinedwithimagesegmentationtosuppressshadowsandeliminateghostinthevideo.Experimentalresultsshowthatthepropo

5、salcaneffectivelysegmentthemovingtargetsfromvideowithacomplexbackgroundandeliminateshadowsandghostsbycomparisons.Keywords:Targetsegmentation;Shadowselimination;Gaussianmixturemodel;Wavelettransform1.引言随着视频多媒体的不断发展，视频运动目标分割已经成为计算机视觉研究的核心课题之一[1-4],它不仅可以从视频流中分割出目标和背景，

6、又是目标跟踪、识别和分析的基础。目前，运动物体的视频分割与提取在视频监控、人机交互、娱乐动画、多媒体、通讯、军事以及体育等领域都有着极为广泛的应用前景，引起了国际上许多著名科研机构以及研究人员的兴趣。目前已有运动目标分割方法主要有：背景差分法、时域差分运动检测法和光流(OpticalFlow)法。其中，背景差分法利用当前图像与背景图像的差分来检测运动区域，但这种方法对光照变化非常敏感。为克服上述不足，Hou等人利用自适应的混合高斯模型进行背景建模，并利用在线估计来更新模型处理光照变化。但该方法很难抑制阴影所造成的影响。Hua

7、ng等人提出了一种融合边缘检测的运动前景分割方法，但是此方法对运动前景的分割结果不完整，容易出现空洞；Bayona等人提出了一种基于复杂背景下的前景区域提取方法，但是此方法仅仅用于提取静止的前景区域，实用性差。时域差分运动检测法对于动态环境具有较强的自适应性,鲁棒性较好,能够适应多种动态环境,但不能完整提取出相关的特征象素点,在运动实体内部容易产生空洞。Xiao等人提出了一种基于帧间差分法和不变矩阵特征的运动目标检测与识别方法。该方法虽然检测速度快，但检测到的目标完整性也不高。光流法能够在预先不知道场景任何信息的条件下检测出

8、独立运动的对象,但其计算复杂、耗时，难以满足实时性要求。Hirai提出一种基于多通道整合的方法，加快光流估计的运算速度。但是由于该方法的算法较为复杂，无法达到实时性。针对上述方法不足，本文提出了一种基于运动变化的复杂背景下的运动目标分割及阴影消除方法。它运用混合高斯模型进行背景建模，并实时