基于時(shí)序特性的運(yùn)動(dòng)陰影檢測(cè)算法研究.pdf

1、視頻監(jiān)控系統(tǒng)是保障安全和防衛(wèi)的重要手段，廣泛應(yīng)用于交通、軍事和工業(yè)等領(lǐng)域。運(yùn)動(dòng)目標(biāo)檢測(cè)是智能視頻監(jiān)控系統(tǒng)的基礎(chǔ)，目標(biāo)檢測(cè)的效果將直接影響到后續(xù)的處理和整個(gè)智能監(jiān)控的性能，而運(yùn)動(dòng)目標(biāo)的陰影檢測(cè)是目標(biāo)檢測(cè)的難點(diǎn)和熱點(diǎn)。目前，對(duì)陰影檢測(cè)的方法大多針對(duì)簡(jiǎn)單場(chǎng)景或特定場(chǎng)景，混合高斯模型能夠適用于復(fù)雜場(chǎng)景，并對(duì)陰影有較好的檢測(cè)效果。
　　混合高斯模陰影檢測(cè)算法多采用單個(gè)像素建模，對(duì)復(fù)雜場(chǎng)景中的陰影檢測(cè)效果不佳。本文通過(guò)對(duì)視頻序列中陰影特性的分

2、析，在 GMSM陰影檢測(cè)算法基礎(chǔ)之上，研究基于時(shí)序特性的運(yùn)動(dòng)陰影檢測(cè)方法。通過(guò)對(duì)視頻序列中陰影的分類(lèi)，將陰影分為弱陰影和強(qiáng)陰影，依陰影特征的不同，分別對(duì)陰影檢測(cè)。文章主要進(jìn)行以下的研究：
　?、臛MSM陰影檢測(cè)算法實(shí)現(xiàn)
　　在視頻序列中，場(chǎng)景較復(fù)雜，前景和背景呈多模態(tài)特性，GMSM能夠描述這些特征，對(duì)背景和陰影建立模型，檢測(cè)出運(yùn)動(dòng)陰影。經(jīng)算法實(shí)現(xiàn)，該方法可以檢測(cè)運(yùn)動(dòng)陰影，但該方法存在固有缺陷。
　?、七\(yùn)動(dòng)陰影時(shí)序特性分

3、析
　　對(duì)不同場(chǎng)景中陰影的時(shí)序特征進(jìn)行描述，依陰影像素強(qiáng)度的變化趨勢(shì)，對(duì)陰影進(jìn)行分類(lèi)，描繪出陰影運(yùn)動(dòng)趨勢(shì)變化圖。
　?、顷幱澳Ｐ徒⑴c更新
　　根據(jù)陰影的時(shí)序特性，將陰影分為弱陰影和強(qiáng)陰影，對(duì)不同陰影進(jìn)入場(chǎng)景、在場(chǎng)景中運(yùn)動(dòng)和陰影終止時(shí)的各個(gè)過(guò)程建立模型，并通過(guò)學(xué)習(xí)更新參數(shù)。
　?、然跁r(shí)序特性的運(yùn)動(dòng)陰影檢測(cè)算法
　　在 GMSM基礎(chǔ)上，對(duì)前景中符合陰影判別條件的像素進(jìn)行判斷，依據(jù)前景、弱陰影和強(qiáng)陰影判定條件