视频监控中运动目标检测和阴影消除VIP免费

第1页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第1页共7页视频监控中运动目标检测和阴影消除张起贵1，杜永峰1，张光伟1（1．太原理工大学信息工程学院，山西太原030024）摘要:由于外界环境的复杂性，视频监控中检测出的运动目标往往轮廓缺损，并伴随阴影和噪声的问题。提出了一种方法用以改善轮廓、消除阴影和噪声。首先利用五帧梯度图像的差分确定运动目标的变化区域，再和背景差分法的结果相或，获取了运动目标的完整轮廓。分析了阴影在颜色空间的特性，用以消除阴影，并根据噪声的分布特性去除噪声。处理结果表明，处理速度为20ms/帧，达到实时性要求,获得的运动目标消除了阴影和噪声，具有较强的鲁棒性。关键词：运动目标检测；梯度图像；五帧差分法；背景差分法；阴影消除；去噪中图分类号：TN27;TP391ShadoweliminationandmovingObjectDetectionintheVideoSurveillanceZhangQi-gui1,DuYong-feng1,ZhangGuang-wei1(1..DepartmentofInformationEngineering,TaiyuanUniversityofTechnology,Taiyuan,030024,China)Abstract:Duetothecomplexityoftheexternalenvironment,movingtargetdetectedinvideosurveillancetendstopossesscontourdefects,aswellasshadowandnoiseproblems.Itproposedamethodtoimprovetheprofile、eliminatetheshadowandnoise.Firstly,itusedfiveframegradientimagetodeterminethechangedregionofthemovingobjectandthenortheresultsofbackgrounddifferencingmethodtoobtainacompleteoutlineofthemovingtarget.ItanalyzedthecharacteristicsofHSVinthecolorspace,soastoeliminatetheshadow.Andinaccordancewiththedistributioncharacteristicsofnoiseitremovedthenoise.Processedresultsshowthatintheprocessingspeedof20ms/frame,itachievesreal-timerequirements.Themovingtargetobtainedeliminatestheshadowandnoise,andhasstrongrobustness.Keywords:movingtargetdetection;gradientimage;fiveframedifferencingmethod;thebackgrounddifferencemethod;shadowelimination;de-noising1引言在视频监控技术中，运动目标的有效检测、提取已成为关键技术，并且是进行目标跟踪识别等后续处理的基础[1]。常用的方法有:帧间差分法、背景差分法、光流法。帧间差分法基于时间序列图像上图像的差分来检测运动目标，对光照等外界干扰不敏感，但一般难以获取运动目标的完整轮廓[2]，对于非整体运动的对象，如非刚体，仅用三帧的信息不能对其少量运动的部分进行有效的分割[3]，文章采用五帧差分法，以获得较好的效果；背景差分法将前景目标从背景中分离出来，从而获得运动目标的位置、大小、形状等比较完整的信息，但该方法对外界环境变化，如光照、外来事件等较为敏感[4]。由于视频监控环境的复杂性，获取的图像序列难免受噪声以及其他外来影响，直接使基金项目：国家自然科学基金资助项目三维CT统计重建算法研究（60772102）作者简介：张起贵（1963—），男，山西太原人，教授,研究生导师，主要研究方向是数字图像处理。第2页共7页第1页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第2页共7页用差分图像难以有效提取运动目标。如果在计算图像梯度信息后，利用图像梯度不受亮度噪声影响的特点来提取运动目标，则可大大减少这方面的影响。文章将五帧差分法和背景差法相结合获取了比较好的效果。图1算法基本流程Fig.1Flowingchartforalgorithm2基于梯度图像五帧差分和背景差分的运动目标检测新方法2.1基本思路和流程如图1所示，文章提出算法的特点是基于梯度图像，将五帧差分与背景差分法相结合。预先选取第2帧作为背景差分法中的背景帧，将第3帧与第2帧差分，得到运动目标在第3帧图像中的二值化图像。对输入的5帧图像求梯度，然后将对应的图像帧进行差分，得到运动目标在中间帧（第3帧）的二值化图像。将两种方法获得的二值化结果相或，改善轮廓中的断裂和空洞。最后，进行数学形态学滤波消除噪声点。2.2背景差分法文章的背景选择了基于上下文的背景模型，即对当前帧图像之前采集到的图像进行处理，取得背景图像。...