隨著電子技術與計算機視覺技術的不斷發展，視頻監控被廣泛地運用于各種場所。動態目標檢測作為獲取視頻信息的重要技術，其實時性與準確性變得至關重要。常用的動態目標檢測算法有幀差法、背景差分法以及光流法。幀差法由于計算簡單，算法運行速度快，光照突變也不會對其造成影響，但是當運動目標在相鄰幀位置變化緩慢時，算法提取出的前景目標會出現空洞現象。背景差分法的關鍵是背景建模及背景更新,其基本思想是利用背景的參數模型來近似真實背景，再用當前圖像幀與背景模型進行差分，從而達到檢測運動目標的目的。但是由于背景無法做到實時更新且在攝像頭運動的情況下算法的檢測效果也會受到一定影響。光流法的基本原理是為圖像中的每一個像素建立一個運動矢量，當圖像中存在運動目標時，運動目標的矢量場會與背景的矢量場存在明顯差異，由此來獲取圖像中的運動目標，但是無法同時保證光流法的時效性與準確性。

         ViBe算法由于思想簡單、檢測效果好且易于實現，被廣泛運用于動態目標檢測，但是算法自身也存在著局限性，會產生鬼影、空洞和陰影前景等問題。文獻[6]提出一種結合三幀差法的改進ViBe算法，解決了ViBe算法光適應性差的問題；針對傳統ViBe算法存在鬼影問題，文獻[7]提出了一種V-ViBe算法的改進方案；文獻[8]為了解決陰影問題，結合色相和紋理特征對ViBe算法做出了改進。

         針對傳統ViBe算法的鬼影和陰影問題，本文提出了一種更加有效的目標檢測算法，利用均值背景建模對傳統ViBe算法進行改進，消除鬼影現象，并且在此基礎上進一步融合了混合HSV色度空間與HSI色度空間的閾值自適應陰影消除算法，消除了前景目標中包含的陰影區域。

本文詳細內容請下載：http://www.cowatch.cn/resource/share/2000003246

作者信息：

官洪運，井倩倩，王亞青，繆新苗，張抒藝

(東華大學 信息科學與技術學院，上海201620)