研究生课程考试小论文格式要求内容.docVIP

上海大学 2010～ 2011学年 秋 季学期研究生课程考试 小论文 课程名称： 数字图像处理 课程编号： 072001808 论文题目: 视频中的运动目标分割与阴影消除 研究生姓名: 高书德 学 号: 论文评语: 成 绩: 任课教师: 评阅日期: 视频中的运动目标分割与阴影消除高书德 2012年3月4日 摘 要：针对目前运动对象分割不完整，以及存在阴影和鬼影对运动目标分割的影响，提出了一种基于复杂背景下的运动目标分割与阴影消除方法。首先利用高斯混合模型进行初始背景建模并提取初始前景对象，将当前视频帧和背景模型进行差分运算，且通过多尺度小波变换时空域特征，将多尺度分析和图像分割相结合，压制阴影并消除鬼影对运动目标分割的影响。通过实验对比，所提方法能有效地从复杂背景视频图像中提取运动目标且具有强的鲁棒性。 关键字：目标分割；阴影消除；高斯混合模型；小波变换 Segmentation of Moving Targets and Shadows Elimination based on Complex Background Abstract: Aiming some existing limits in foreground objects segmentation such as incomplete segmentation of moving targets, moving shadow and ghosts, a novel segmentation method and shadows elimination from a complex background is proposed. Firstly, a Gaussian mixture model (GMM) is adopted to construct background model and extract some foregrounds. Background subtraction is performed between the current frame and the previous constructed background model. According to some characteristics of multi-scale wavelet transform in spatial and temporal fields, multi-scale analysis is combined with image segmentation to suppress shadows and eliminate ghost in the video. Experimental results show that the proposal can effectively segment the moving targets from video with a complex background and eliminate shadows and ghosts by comparisons. Keywords: Target segmentation; Shadows elimination; Gaussian mixture model; Wavelet transform 1. 引言 随着视频多媒体的不断发展，视频运动目标分割已经成为计算机视觉研究的核心课题之一[1-4],它不仅可以从视频流中分割出目标和背景，又是目标跟踪、识别和分析的基础。目前，运动物体的视频分割与提取在视频监控、人机交互、娱乐动画、多媒体、通讯、军事以及体育等领域都有着极为广泛的应用前景，引起了国际上许多著名科研机构以及研究人员的兴趣。 目前已有运动目标分割方法主要有：背景差分法、时域差分运动检测法和光流(Optical Flow)法。其中，背景差分法利用当前图像与背景图像的差分来检测运动区域，但这种方法对光照变化非常敏感。为克服上述不足，Hou等人利用自适应的混合高斯模型进行背景建模，并利用在线估计来更新模型处理光照变化。但该方法很难抑制阴影所造成的影响。Huang等人提出了一种融合边缘检测的运动前景分割方法，但是此方法对运动前景的分割结果不完整，容易出现空洞；Bayona等人提出了一种基于复杂背景下的前景区