復雜背景下基于分層碼本模型的運動目標檢測與陰影消除.pdf

1、背景差分法是解決運動目標檢測問題最常用的方法，該技術(shù)的關(guān)鍵在于背景模型的描述、背景初始化和更新。針對前人的研究成果，本文分析和歸納了基于背景建模的方法在運動目標檢測中的發(fā)展和應用，為在復雜背景下基于背景建模的運動目標檢測的進一步討論奠定了基礎。
　　本文從理論知識和算法實現(xiàn)上對混合高斯和ViBe兩種經(jīng)典背景建模方法進行了詳細地討論，深入分析了它們在含有隨機噪聲、不規(guī)則運動、鏡頭抖動、動態(tài)場景和陰影五種復雜背景的前景檢測效果，指出這

2、些方法遠沒有完全解決復雜背景下的運動目標檢測問題。為了解決該問題，本文在經(jīng)典碼本模型的基礎上重新設計了碼本描述子，并實現(xiàn)了基于分層碼本模型的運動目標檢測算法。實驗部分驗證了分層碼本描述子能夠有效應對復雜背景，對上文提到的復雜背景的影響有較好的抑制效果；對比數(shù)據(jù)分析也表明本文方法比上述兩種背景建模方法得到了較高的檢測率和較低的誤檢率。此外，本文在探討了復雜背景下的運動目標檢測問題的基礎上，還給出了一種在YCbCr顏色空間下基于色度的陰影消