视频序列图像中运动目标检测与阴影去除

被引：4

作者：

明英 ^{[1
,2
]}

蒋晶珏 ^{[3
]}

机构：

[1] 武警武汉指挥学院

[2] 清华大学电子工程系

[3] 武汉大学计算机学院

来源：

武汉大学学报(信息科学版) | 2008年 / 12期

关键词：

运动目标检测; 背景建模; 阴影; 柯西分布;

D O I：

10.13203/j.whugis2008.12.020

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种新的基于柯西分布的光照模型(shading model,SM)变化检测方法。在一种快速动态背景图像初始化的基础上,建立了Gaussian统计背景模型;基于使用统计假设检验方法检测变化区域的结果,利用YCbCr颜色空间的亮度、颜色信息,识别和消除视频序列图像中的阴影和反光等。试验表明,该文所提出的方法可以承受整体或局部的、缓慢或突然的背景光线变化,以及由场景背景中小的背景扰动、阴影或反光导致的噪声,可以较精确地检测背景目标,改善了SM方法在较暗区域的目标检测效果。

引用

页码：1216 / 1220

页数：5

共 15 条

[1]

Change detection and background extraction by linear algebra. Durucan E,Ebrahimi T. Proceedings of the IEEE . 2001

[2]

Statisticalmodeling of complex backgrounds for foreground object detec-tion. L.Li,W.M.Huang,I.Y.H.Gu,,and Q.Tian. IEEE Trans.on Image Processing . 2004

[3]

Illumination independent change detection for real world image sequences. Skifstad,K.,Jain,R. Computer Vision . 1989

[4]

Detection and Tracking of SemanticMoving Objects Based on Cauchy Distribution. Ming Ying. . 2004

[5]

Bounds on the k-neighborhood for locally uniformly sampled surfaces. Andersson M,Giesen J,Pauly M,et al. Proceedings of the 1st Symposium on Point Based Graphics(SPBG) . 2004

[6]

Detecting Moving Shadows: Algorithms and Evaluation. Prati,,I Mikic,M Trivedi, et al. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2003

[7]

Pattern Classification. Duda R O,Hart P E,Stork D G. . 2000

[8]

Tracking of non-Gaussian clusters in the PETS2001image sequences. Pece A E C. Proceedings of the Second IEEE Workshopon Performance Evaluation in Tracking and Surveillance(PETS’2001) . 2001

[9]

Non-parametric Model for Background Subtraction. Elgammal A,Harwood D,and Davis L. The 6th European Conference on Computer Vision . 2000

[10]

Non-parametric Model for Background Subtraction. Elgammal A,Harwood D,and Davis L. The 6th European Conference on Computer Vision . 2000

← 1 2 →