HSV自适应混合高斯模型的运动目标检测.pdfVIP

第 37卷 第 1O期 计 算 机 科 学 Vo1．37No．10 2010年 10月 Computer Science Oct2010 HSV 自适应混合高斯模型的运动 目标检测 林 庆 徐 柱 王士同。’。 詹永照 (江苏大学计算机科学与通信工程学院 镇江212013) (南京理工大学计算机系 南京210094) (江南大学信息学院 无锡 214122)。 摘 要 在 目前的计算机视觉应用中，从视频序列中提取出运动 目标是一个研究热点。针对传统方法在复杂多变环 境下不能很好地检测出运动 目标且运算量较大的问题，根据Hsv颜色空间的特点，提 出了一种基于HSV颜色空间 的自适应混合高斯背景建模和阴影消除的方法。首先，在传统的混合高斯背景建模的基础上，引入了一种新的混合高 斯模型高斯成分个数的 自适应选择策略以提高建模的效率。其次，根据 阴影在 HSV向量空间的特点，融入了一种新 的阴影消除方法，以检测出带阴影的运动 目标。该方法能够快速准确地建立背景模型，准确分割前景 目标。与传统的 阴影消除方法相比，该方法可以在不需要设置阈值的情况下，对运动 目标的阴影进行很好的消除，有很好的鲁棒性和 实用性 。 关键词 自适应混合高斯模型，运动 目标检测，阴影消除，HSV 中图法分类号 TP391．4 文献标识码 A Moving0bjectsDetectionofAdaptiveGaussianMixtureModelsonHSV LIN Qing’ XU Zhu WANGShitong’。 ZHAN Yong-zhao (Dept．ofComputerScienceandCommunicationEngineering，JiangsuUniversity，Zhenjiang212013，China) (．Dept．ofComputer，NanjingUniversityofScience Technology，Nanjing210094，China)。 (SchoolofInformationTechnology，JiangnanUniversity，Wuxi214122，China)。 Abstract Inthecurrentcomputervisionapplications，theresearchonextractingmovingobjectsfromvideosequencesis veryhot．Thetraditionalmethodscannotdetectmovingobjectinthecomplexenvironmentwel1．Accoddingtothechar— acteristicsofHSV colorspace，aadaptivemixedGaussianbackgroundModelingbasedonHSV colorspaceandtheway toremovetheshadow wasalsoproposed．Firstly，inordertoimprovetheeffiencienyofModeling，anadaptiveselection strategyofnumberofcomponentsofmixtureofGaussinasmodelwasproposed．Secondly，according to theshadow charactersintheHSVvectorspace，wealsoproposedanewmethodtoremovetheshadowofobjects．Thepapercanal— SObuildthemodelquicklyandremovetheshadow accuratelyunderthesituationoflightwith big change．Compared with