自然场景下运动目标检测与阴影剔除方法

被引：6

作者：

屠礼芬 ^{[1
]}

仲思东 ^{[1
]}

彭祺 ^{[2
]}

机构：

[1] 武汉大学电子信息学院

[2] 湖北工程学院物理与电子信息工程学院

来源：

西安交通大学学报 | 2013年 / 12期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

运动目标检测; 阴影剔除; 双阈值; 多分辨率; 多属性;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对自然场景下运动目标检测中投射阴影使前景掩模检测精度低的问题,提出一种基于双阈值多分辨率的运动目标检测和多属性阴影剔除方法(MRPS)。首先根据不同分辨率下点的颜色属性,用双阈值混合高斯模型来检测运动掩模,用计算颜色模型来克服光照变化和轻度阴影的影响;然后根据阴影的光学属性,确定运动掩模中的潜在阴影区域,根据该区域外轮廓的位置属性对其分类;最后通过分析边缘属性恢复与阴影相连的目标背光区域,保留运动掩模中真实的运动目标区域。用公共测试图像的shadow序列对该方法进行了验证,并与狄利克雷过程(DPGMM)方法进行了比较,结果表明,该方法获取的前景掩模能更加有效地克服投射阴影的影响,前景检测精度提高了7.08%。

引用

页码：26 / 31+83 +83

页数：7

共 6 条

[1] 基于序列图像的运动目标检测 [J].

屠礼芬 ;

仲思东 ;

彭祺 .

应用光学, 2012, 33 (05) :899-903

[2] 基于图像块和边缘增强的运动目标检测 [J].

陈炳文 ;

王文伟 ;

杨文英 .

计算机工程, 2010, 36 (17) :192-194

[3] 改进的基于高斯混合模型的运动目标检测方法 [J].

马义德 ;

朱望飞 ;

安世霞 ;

邱会银 ;

汤书森 .

计算机应用, 2007, (10) :2544-2546+2548

[4]

学习OpenCV[M]. 清华大学出版社 , Gary Bradski, 2009

[5] Cast shadow segmentation using invariant color features [J].

Salvador, E ;

Cavallaro, A ;

Ebrahimi, T .

COMPUTER VISION AND IMAGE UNDERSTANDING, 2004, 95 (02) :238-259

[6]

Improved Adaptive Gaussian Mixture Model for Background Subtraction .2 Zoran Zivkovic. Proceedings of the 17th International Conference on Pattern Recognition . 2004

← 1 →