运动目标检测中阴影去除算法的研究与实现模板.doc

运动目标检测中阴影去除算法的研究与实现运动目标检测中阴影去除算法的研究与实现摘要随着计算机视觉技术、电子技术、通信技术的发展,智能视频监控系统作为安全防卫的一种重要手段正在越来越受到人们的重视。由于智能视频监控系统具有监控能力强、安全隐患少、节省人力物力资源的优点。因此,在交通、银行、宾馆、商场等重要场所的监控中有广泛的应用前景。本文首先综合介绍了智能监控系统的发展历史和现状,然后对静止摄像机监控下的运动目标检测、阴影的检测和去除等关键技术进行了比较深入的研究。运动目标检测作为智能视频监控系统中视频处理的第一步,具有非常重要的地位。本文首先对目前运动目标检测方法进行了概括,在详细研究了几种目标检测方法的基础上,确定了目标检测中较好的一种方法,即基于混合高斯模型的方法,用这个算法来提取运动目标。由于日照和灯光等外来因素的影响,造成了提取的运动前景中往往含有阴影。因此,运动目标的阴影检测与去除对于运动目标跟踪、分类和识别等后期处理都是一个关键性问题。由于阴影的存在,会给上述后期处理带来干扰甚至失败。为了去除目标前景的阴影,本文首先分析了阴影产生的机理,了解阴影的特征和人类的视觉特征,针对这些特征以及总结和分类目前己有的各类阴影检测算法的基础上,提出了一种基于RGB颜色模型的阴影检测算法。通过实验对本文的算法进行了验证,证明了该算法能够很好地检测出运动目标的阴影以及将阴影去除,而且易于实现。关键词:视频监控;运动目标检测;混合高斯模型;RGB颜色模型;阴影去除目录第一章绪论 1引言 1视频监控系统的发展和现状 1本课题研究的目的及意义 2课题主要研究工作及工作安排 3第二章基础理论 5引言 5颜色模型 5颜色模型的分类 5RGB颜色模型 5HSV颜色模型 6数学形态学 7基本思想 8基本运算 8第三章运动目标的检测 10引言 10运动目标检测算法概述 10光流法 10相邻帧差法 10背景差法 11基于RGB颜色空间的混合高斯模型 11 12背景模型的更新 12运动目标的检测与提取 13第四章阴影的去除 15引言 15阴影产生的机理 15阴影检测算法概述 16基于模型的阴影检测算法 16基于阴影属性的阴影检测算法 16阴影的光学特性 17前景二值图的提取 18基于RGB颜色空间的阴影去除算法 18确定颜色空间 18阴影的去除算法 19前景目标去噪与重建 21实验结果 21第五章总结与展望 24研究工作总结 24展望 24参考文献 26致谢 27第一章绪论引言图像和视频是对客观事物的形象而又生动的描述,是直观而又具体的信息表达形式,对人类而言是最重要的信息载体。特别是在今天这高科技的信息社会里,随着网络、通信和微电子技术的快速发展,以及人民物质生活水平的提高,视频以其直观、方便和内容丰富等特点,日益受到人们的青睐。就因为这样,视频监控系统就成为一种新技术而越来越受到人们的重视。现今人们对安全的需求增强,视频监控系统成为安全防卫的重要手段,由最初的重点部门如银行和公安等行业监控逐渐发展到单个家庭的防盗和安全监控,摄像头越来越多,视频监控系统的使用越来越普遍。传统的数字视频监控系统仅仅提供了视频的捕获、存储、分发等简单的功能,而系统获取的视频信息越来越多,这些海量的视频信息很难在同一时间显示在监控人员面前。除此以外,对视频里的内容还只能靠监控人员来判断。视频监控工作强度很大,它对监控人员的注意力、警惕性、特别是对异常情况的反应能力的要求特别高。一般监控中发生的失误都是由监控人员的注意力不集中造成的。由于人类本身存在的生理疲劳现象,因此不可能长时间连续集中精力监视内容单一的监控场景。为了克服传统视频监控系统产生的困难,智能视频监控系统应运而生,它利用自动视频分析技术进行视频的监控。当盗窃发生或发现到具有异常行为的可疑人时,系统能向保卫人员准确及时地发出警报,从而避免犯罪的发生,同时也减少了雇佣大批监视人员所需要的人力、物力和财力的投入。与传统的传统视频监控相比,能够智能检测与跟踪的数字视频监控具有许多优点[1]:第一,24小时全天可靠监控。智能视频监控系统将彻底改变以往完全由监控人员对画面进行监视和分析的模式。第二,提高报警精确度。智能视频监控系统能够有效提高报警精确度,大大降低误报和漏报现象的发生。第三,提高响应速度。智能视频监控系统拥有比传统视频监控系统更强大的智能处理能力,它能够检测、识别视频场景中的可疑活动。视频监控系统的发展和现状视频监控系统是多媒体技术、计算机网络、工业控制和人工智能等技术的综合运用的产物,它正向着视频的数字化、系统的网络化和管理的智能化方向不断发展,并已经逐步深入到社会生活的各个领域。从第一代完全的模拟监控系统,到第二代数字化的视频监控系统,再到第三代分布式视频监控系统,视频监控系统已在过去的二十多年里经历了三个