HSV自适应混合高斯模型的运动目标检测

被引:32
作者
林庆 [1 ,2 ]
徐柱 [1 ]
王士同 [2 ,3 ]
詹永照 [1 ]
机构
[1] 江苏大学计算机科学与通信工程学院
[2] 南京理工大学计算机系
[3] 江南大学信息学院
关键词
自适应混合高斯模型; 运动目标检测; 阴影消除; HSV;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
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。
引用
收藏
页码:254 / 256+290 +290
页数:4
相关论文
共 6 条
[1]   一种室内环境的运动目标检测混合算法 [J].
彭可 ;
陈燕红 ;
唐宜清 .
计算机工程与应用 , 2008, (05) :239-241
[2]   视频图像序列中的运动目标检测技术 [J].
杨学超 ;
刘文萍 .
计算机应用与软件, 2008, (01) :215-217
[3]   监控视频运动目标检测减背景技术的研究现状和展望 [J].
代科学 ;
李国辉 ;
涂丹 ;
袁见 .
中国图象图形学报, 2006, (07) :919-927
[4]   基于HSV空间和一阶梯度的阴影剪除算法 [J].
王华伟 ;
李翠华 ;
施华 ;
韦凤梅 .
计算机工程与应用, 2005, (08) :43-44+63
[5]  
交通视频监控系统中运动目标特征提取与数据传输实时性保证的研究[D]. 周凯.同济大学 2007
[6]  
Real-time Active Visual Trac-king System. Ribaric S,Adrinek G,Segvic S. IEEE Melecon . 2004