運動物體及其陰影檢測與分離.pdf

1、在計算機視覺領(lǐng)域，運動物體的正確檢測是監(jiān)控系統(tǒng)和智能交通系統(tǒng)不可或缺的組成部分。運動陰影伴隨運動物體產(chǎn)生，與運動物體相同的運動模式和明顯區(qū)別于背景的外觀，給運動物體檢測帶來諸多問題。許多研究和應(yīng)用如行為分析、物體識別、物體跟蹤等，在正確分割運動物體與其陰影后能得到更具魯棒性的結(jié)果。因此運動物體及其陰影檢測與分離是計算機視覺領(lǐng)域一項重要的研究課題。由于運動物體與陰影具有相似的顏色特征以及運動物體位于其他運動物體投影中會給運動物體與其陰影的

2、正確分離帶來一定困難，因此運動物體與其陰影正確分離是一項非常具有挑戰(zhàn)性的研究課題。本文針對運動物體及其陰影檢測與分離進行研究，主要內(nèi)容包括以下兩個方面:
　　針對運動物體或其陰影與背景顏色相似以及背景運動問題，提出一種基于多特征與雙背景模型的運動區(qū)域檢測方法。該算法首先利用顏色特征、紋理特征、光流軌跡的時間統(tǒng)計信息建立背景的統(tǒng)計模型，基于背景像素時間一致性假設(shè)和背景聚類于統(tǒng)計模型中一個或多個分布的特點建立魯棒的背景模型，最后根據(jù)背

3、景期望值與像素觀察值的匹配分數(shù)提取運動區(qū)域?；谧耘膱D像序列和公開數(shù)據(jù)庫提供的視頻，利用召回率與準確率評估參數(shù)以及與真實值對比驗證方法的有效性。實驗結(jié)果表明基于多特征與雙背景模型的背景相減算法能提高在運動物體與背景顏色相似及背景運動情形下運動區(qū)域檢測的正確率。
　　針對運動物體與陰影顏色相似以及運動物體沉浸于其他運動物體陰影里的難題，提出一種基于亮度比和運動模式的運動物體及其陰影分離算法。該方法利用陰影在亮度比(brightnes

4、s ratio，BR)空間滿足的空間平滑一致性特征，對運動區(qū)域進行分割，再利用亮度比高斯分布分割潛在的陰影區(qū)域并利用每幀圖像陰影像素更新亮度比模型?；谶\動物體與其陰影具有相同的運動模式和相對不變的位置關(guān)系，利用SIFT(scale invariant feature transform)流模式優(yōu)化陰影區(qū)域。通過自拍室外場景實驗、公開數(shù)據(jù)集實驗以及與現(xiàn)有方法對比實驗驗證方法的有效性。結(jié)果表明基于亮度比和運動模式的運動物體及其陰影分離算法