视频序列中运动目标检测和阴影去除算法研究

论文摘要

基于视频图像的运动目标检测是视频监控的重要研究内容。智能视频监控系统从摄像头拍摄的视频序列中找出运动信息，从而从背景中检测出运动目标，并对这些运动目标进行跟踪并识别，继而分析判断运动目标的行为，所以运动目标检测是否准确及时，对整个智能视频监控系统后续处理至关重要。本文的主要工作如下：第一，本文主要研究了摄像头固定情况下基于背景减法的运动检测算法。该算法利用对称帧差法能有效分离背景的优势构建背景帧，同时根据背景在时间和空间上的变化，提出了基于场景动态变化的背景选择性更新，通过自适应阈值的背景减法提取出运动目标。实验表明该算法能有效、快速地检测出运动目标。第二，为了抑制运动目标的阴影对目标检测的影响，本文采用灰度空间的阴影检测算法，先通过灰度比例对运动区域的阴影的存在性进行初步判定，再根据互相关系数和阴影比值边缘的特征，精确的提取出阴影，并对归一化互相关系数算法进行改进，降低计算量。第三，本文在VC++6.0和VFW的环境下，实现了该算法。实验验证该算法能够有效地抑制因背景变化、光照变化及运动阴影等造成的影响，能完整准确的检测出运动目标。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的研究背景和意义
• 1.2 课题研究现状
• 1.2.1 运动目标检测的研究现状
• 1.2.2 阴影检测的研究现状
• 1.3 本文内容与章节安排
• 第二章 运动目标检测算法
• 2.1 光流法
• 2.2 帧间差分法
• 2.3 背景减法
• 2.3.1 背景模型的建立
• 2.3.2 背景的更新
• 2.4 本章小结
• 第三章 基于背景减的运动检测算法
• 3.1 背景建立
• 3.1.1 对称帧差法
• 3.1.2 分块背景建立
• 3.2 运动目标提取
• 3.2.1 背景差分的阈值
• 3.2.2 运动目标提取
• 3.3 光线变化的处理
• 3.4 实时背景更新
• 3.5 本章小结
• 第四章 阴影检测算法研究
• 4.1 阴影产生的原理与特征分析
• 4.2 阴影检测的算法研究
• 4.3 灰度空间的阴影检测
• 4.3.1 基于亮度互相关性的阴影检测
• 4.3.2 阴影的比值边缘及其光照不变性
• 4.4 算法实现和实验结果分析
• 4.4.1 算法流程
• 4.4.2 参数更新
• 4.4.3 实验结果分析
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 本文工作总结
• 5.2 工作展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文