復雜場景下的運動目標檢測與陰影消除方法研究.pdf

1、視頻流序列下的運動目標檢測作為智能視頻監(jiān)控系統(tǒng)的核心組成部分，在汽車自動駕駛與輔助駕駛、視頻檢索、智能安防、行人跟蹤、導彈預警等重要場合具有廣闊的應用前景。運動目標檢測目的是準確提取視頻序列中感興趣的運動區(qū)域參數(shù)，然而對于光照突變以及多個陰影干擾因素并存的復雜場景中，常用運動目標檢測方法由于漏檢率和誤檢率高而嚴重阻礙了應用推廣。因此，研究復雜場景下的運動目標檢測與陰影消除方法具有重要的理論與現(xiàn)實意義。
　　本論文針對場景發(fā)生光照突

2、變、周邊樹葉擺動、交通道路中車道存在強邊緣以及多目標間的相互遮擋等復雜場景的運動目標檢測方法進行深入研究，具體工作如下：
　　首先在深入研究現(xiàn)有常用運動目標檢測方法的基礎上，針對在噪聲、光照變化等動態(tài)背景下常用運動目標檢測方法易出現(xiàn)空洞和虛假目標的問題，提出一種基于七幀差分和邊緣差分的新型運動目標檢測方法；針對復雜環(huán)境下經(jīng)典混合高斯背景建模方法實時性差以及幀間差分法檢測精度低的問題，提出一種基于七幀差分和改進的自適應混合高斯模型相

3、結合的運動目標檢測方法；對比仿真實驗驗證了所提出方法的有效性。
　　其次深入研究了陰影消除方法。在對常用陰影消除方法掌握的基礎上，針對復雜環(huán)境中的運動陰影容易被誤檢測為運動前景而降低檢測精度的問題，本論文提出一種基于改進自適應混合高斯模型與 YUV顏色空間相結合的目標檢測與陰影消除方法；通過MATLAB完成陰影消除實驗與結果分析，驗證了本論文方法的有效性。
　　最后設計了一個運動目標分割系統(tǒng)。在Visual Studio20