运动目标检测中阴影去除算法的研究与实现精选.pptVIP

运动目标检测中阴影去除算法的研究与实现 学生姓名： 指导老师： 阴影的影响 只要有光线就免不了有阴影的存在，而且阴影和产生阴影的目标具有相同的运动特征，因此阴影常常被误检为前景。 阴影会造成运动目标形状的变化、目标的合并、目标丢失、甚至假目标的出现，对后续工作会产生很大的负面影响。 基于RGB颜色模型的阴影去除算法流程图 前景的提取 通过混合高斯背景建模法建立背景模型后，将原始图像与背景进行比较，便能反映出一个运动物体在此背景下运动的结果，得到运动目标（即运动前景）。 图1 当前帧 图2 背景帧 图3 提取的前景图 阴影的去除 在RGB颜色空间中，利用矢量来表征像素点。以当前图像中的像素点矢量和与之相对应的背景像素点矢量相减，得到能够表征亮度和色调的颜色模型，最后通过阈值判断对阴影进行判断并去除。 经过处理之后，由于运动物体与背景的交互作用，不可避免地会出现噪声等，可以通过数学形态学不断的膨胀和腐蚀对失真的前景目标进行重建。 前景目标去噪与重建 实验结果 图4 阴影去除结果示意图 总结 本课题设计方案是基于RGB颜色模型来对运动目标中的阴影进行去除。通过实验，最终取到了较好的效果。 目前阴影检测与去除的方法有很多，如基于HSV颜色模型的、基于纹理不变性的、基于边缘信息的、基于一阶梯度的、还有是通过对几种阴影属性的混合来去除阴影。由于时间原因，本文中未涉及研究。 感谢答辩组的各位老师！