提出了一种静止摄像机条件下的运动目标检测和去除阴影的方法。该方法采用以图像亮度和能量大小为判断依据的分块背景重建方法来快速更新背景,并结合背景相减法,网格化连通域检测,形态学滤波等步骤来检测和提取运动目标,同时运用边缘检测获取阴影边缘信息,并结合形态学运算来去除阴影区域,恢复出完整物体目标。实验结果表明,该方法能够有效地检测出运动目标和抑制阴影。
刘超,明一,何付方法提取前景模板 c;,
勇:基于背景重建的运动目标检测与阴影抑制
2 1,6 1 ) 0 0 4 (6
19 9
( )出 C的边缘, 2求 .利用形态学的膨胀运算方法将
膨胀 b个结构单元,一般取值为 5 9得到 W b -; () 3得到物体内部边缘: , ,
、
f, ( y=且 C( y=且 W,) 1 1 , )l, )1 ( Y≠
loei o trs,hwe
2校正前景物体内部边缘点 . 3 在实施了 22节的操作后, .几乎所有的前景区域投射阴影中的边界点都被去除了,但是由于噪声而产生的一系列远离前景但是靠近投射阴影边界伪边界点必须去除它以保证阴影检测的有效性。这种校正包括水平校正和竖直校正,水平校正具体方法如下: () 1把中每行中第一个和最后一个边界点之间的点都
设置为 1扫描所有行得到目,标模板日。, () 2进行连通域检测,统计每个区域的面积 (即区域中像素个数 )当区域面积小于或等于总面积的 5,%时认为这个区域为噪声区予以去除。得到的水平校正的结果为 H R。
同样的方法可以得到竖直操作的结果记为 V .在水平校 R。正和竖直校正后将 H V R与
R以及前景模板 C进行“” 与运算 得到最终校正模板 R, E。
24构建运动目标 . 再对 E进行如上所示的垂直和水平操作,分别得 ̄H E -R, O和 V E, R,对其进行逻辑或运算得到运动目标区域: ,
() jRS
( ) kS
() 1最终结果
,, otⅢs y,h i t oe e
,
、
f, E ( y=或 V E(, ) 1 1HR, ) 1, R y=
图 3阴影检测与去除效果图
从图 3可以看出,经过上述步骤后,车辆阴影被完全检测
对进行 8通域空洞填充操作,联得到最终运动目标区域 F。
出来并被有效抑制,恢复出的目标车辆完整,明了该方法的证有效性。
25计算运动前景阴影的种子区域 . 用前景模板 C减去外轮廓边缘点和完整运动前景,就得到候选运动阴影区域 MS,下来要通过一种算法来找出真正的运动阴影区域,这种算法表述如下:先对候选运动阴影首
4结语 针对摄像机静止以及场景相对固定的情况,用背景区域利灰度值和能量变化很小特点,通过分块快速重建出完整背景, 并利用差分二值化及一系列形态学处理检测出运动目标,在检测出前景后结合前景物体边缘的信息通过一系列操作检测并有效去除物体阴影,并恢复出无阴影的完整物体,效果明显。 该阴影检测算法不依赖场景中任何的先验知识,算法适用 范围广,对于不同阴影形状、置以及前景物体颜色、位大小具有良好的鲁棒性。但是该算法很大程度上依赖边缘检测获取的阴
区域进行 4连通域检测,出每个区域的面积大小 (统计即像素的个数 )把最大面积区域作为真正的运动阴影区域提取出来,。 其他区域舍弃,阴影种子区域 R S。
26得到完整的运动阴影区域 . 从 RS可以看出检测到的阴影种子区域已经包含了大部+
分的运动阴影,但是包含在膨胀的。中的一部分阴影区域还 没有得到,以进一步的操作如下所示:所
( )出 5的外接矩形, 1找 将其上下左右均匀加宽膨胀结构
影边缘信息,因此边缘检测中合适的域值选择对阴影检测算法鲁棒性非常重要。在今后的工作中要注意以下问题:
元素 b的宽度。 () 2在外接矩形内和阴影种子点 J同的部分被认为 S 连 是阴影记为 S B。 D+
() 1考虑背景
更新中光照突变等因素的影响; () 2考虑复杂背景中前景物体阴影抑制的问题; ( )究目标跟踪的问题。 3研
() 3再次运用形态学的闭运算得到完整的阴影区域 S。
参考文献: 3仿真实验结果 图 3中( ) a代表当前帧图像,b为 S bl ( ) oe算子检测后的图像,e为通过二值化操作及空洞填充后得到的前景模板,d为 () ()膨胀操作得到的 W ( ),e为物体内部边缘,f、 g分别为水平 () ( ) [】D gn E, n Sen G PF r ad cls nwann i i— 1 aa Ma o 0,ti .ow r o io rigwt asn li h ge a ea C/IE Itl et eils Smp s m,u e 0 4 l cm r[]/ E ne i n V hc y oi Jn 20: E lg e u 3— . 7 42
[】Z a n -igZ a u . oe eh d fr m vn betd— 2 h o Mig yn,h o JnA n vlm to o oig ojc e tc o nitlgnevdo sre lness m[]Po fI E n et n i ne i c ie uviac yt C/ reo E E It i le l e/ Co f n Co uain l I elg n e n S c rt Gu ngh u, hna mp tt a ntlie c a d e ui o y, a z o C i, 2 0 2: 7 7 8 0 0 6, l 9—1 0 .
操作和竖直操作得到的结果,h为运动目 ()标模板,i为候选 () 运动阴影区域,j为阴影种子区域,k为最终完整的阴影区 () ()
域,1为去除阴影的前景最终结果。 ()
(转 2 9页 )下 0

概率密度估计和阴影抑制的运动目标检测_专业资料。采用核密度估计算法得到可靠... 基于背景重建的运动目标... 6人阅读 4页 2.00 基于抑制光线强度变化影...
智能视觉监控中运动目标检测的阴影抑制_法律资料_人文社科_专业资料。智能视觉监控中运动目标检测的阴影抑制 摘要:论文简单的论述了智能视觉监控技术,重点研究了智能...
该方法采用一种自适应的背景估计方法来实时更新 背景 , 用基于概率分类法检测运动目标, 并在联合 HMMD 色彩空间和光度特征来抑制阴影之后, 用Sobel 边缘 检测来...
基于阴影抑制的运动目标有效分割方法_专业资料。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...
基于背景减除的运动目标检测算法研究_信息与通信_工程科技_专业资料。各类电子...在背景减除算法中,常见的与背景减除相配套的阴影抑制算法为HSV色彩 空间的阴影...
工业控制和人工智能等技术的综合运用的 产物,它...阴影和运动目标与背景之间都有 很大的灰度差值, ...重建的方法: (1) 对去除阴影后的图像 M 用一个...
自适应背景下运动目标阴影检测算法研究_专业资料。智能视频监控系统的主要难点就是如何检测出运动目标的阴影并将他去除。用一种改进的自适应背景检测算法准确检测运动...
该方法通过背景建模和背景差分方法分割出运动目标及其可能存在的阴影,采用光照评估...视频监控系统和基于视觉的识别控制 系统的应用为目的,提出了一种阴影检测与去除...
(wangdian_nwpu@ yahoo. com. cn ) 摘 : 复杂场景的背景建模 、要 运动目标检测 、 运动目标所投射阴影的检测与抑制在智能监控 、机 器人视觉 、 视频会议...
基于背景差的运动目标检测方法比较分析* 甘新胜,赵书斌(中国船舶重工集团公司江苏...消除阴影的方法有很多,Prati A 等 [6] 对阴影抑制算法进行了比较评估。 化...
热门文档