基于主动轮廓模型交通场景运动目标提取算法①.PDFVIP

计 算 机 系 统 应 用 2012 年 第 21 卷 第 1 期 ① 基于主动轮廓模型的交通场景运动目标提取算法 肖 斌，汪 敏 (西南石油大学 计算机科学学院，成都 610500) 摘 要：在交通监控中，从复杂的交通场景中精确地分割出运动目标是至关重要的。目前，经典的运动目标检 测算法有背景差法和帧差法。当场景中存在阴影时，这两种方法都不能够精确地提取运动目标。提出了一种基 于主动轮廓模型的运动目标提取算法。通过阴影检测，从运动目标中获得消除阴影的初始轮廓，然后通过主动 轮廓模型逼近运动目标真实轮廓。实验表明，该算法既可以消除阴影和噪声的影响，又可以保持运动目标完整。 关键词：背景差分；主动轮廓模型；阴影检测；膨胀；腐蚀 Traffic Motion Object Extrication Algorithm Based on Active Contour Model XIAO Bin, WANG Min (College of Computer Science, Southwest Petroleum University, Chengdu 610500, China ) Abstract: In intelligent transport system, it is very important to precisely segment motion object from complex scene. Background difference and frame difference are two classic motion object extraction algorithms. If there are shadows associated to moving objects, both of the methods can’t extract moving object precisely. With this problem, this paper proposes a motion object extraction algorithm based on active contour model. The following steps are performed in the proposed algorithm. Firstly, moving areas involving shadows are segmented with classical background difference algorithm. Secondly, perform shadow detection and coarsely removal, then using grid method to extract initial contours. Finally, use active contour model approach to the contour of the real object by iteratively tuning the parameter of the model. Experiments show the algorithm can remove the shadow and keep the integrity of moving object. Key words: background difference; active contour model; shadow detection; dilate; erode 随着城市化进程的推进，智能交通发挥越来越重 运动区域提取，同时更新背景参考帧，背景重构算 要的作用。针对交通情况实时检测可以获得丰富的信 法采用文献[3]中算法。在运动区域内进行阴影检测 息，如车流量，车速，排队情况等。基于视频检测系 与消除并获得运动区域的初始轮廓，最后使用基于 统，不需要破坏交通路面而且可以获得连续的视频信 主动轮廓模型逼近运动物体的真实轮廓，获得分割 息。针对视频图像检测获得的交通序列图像，研究人 结果。