财力的投入。 与传统的传统视频监控相比，能够智能检测与跟踪的数字视频监控具有许多优点 第，小时全天可靠监控。智能视频监控系统将彻底改变以往完全由监控人员对 画面进行监视和分析的模式。 第二，提高报警精确度。智能视频监控系统能够有效提高报警精确度，大大降低误报 和漏报现象的发生。 第三，提高响应速度。智能视频监控系统拥有比传统视频监控系统更强大的智能处理 能力，它能够检测识别视频场景中的可疑活动。 视频监控系统的发展和现状 视频监控系统是多媒体技术计算机网络工业控制和人工智能等技术的综合运用的 产物，它正向着视频的数字化系统的网络化和管理的智能化方向不断发展，并已经逐步 深入到社会生活的各个领域。从第代完全的模拟监控系统，到第二代数字化的视频监控 系统，再到第三代分布式视频监控系统，视频监控系统已在过去的二十多年里经历了三个 发展阶段。 第代视频监控系统主要是以模拟设备为主的闭路系统，称之为模拟视频 监控系统。以模拟信号图像的处理和传输为基础，多路模拟摄像机产生的模拟信号通过 同轴电缆传输到监控室，然后通过预置好的顺序轮流显示，监控人员通过监视器来判断监 视场景的情况。图像信息通过视频电缆，以模拟方式传输，般传输距离不能太远，主要 应用于小范围内的监控，监控图像般只能在控制中心查看。系统的主要特点视频 音频信号的采集传输存储均为模拟形式，质量最高经过了几十年的发展，技术 比较成熟，系统功能强大完善。但该类系统之所以会被淘汰，是因为它存在着些问题 只适用于较小的地理范围与信息系统无法交合高斯背景模 型的运动目标检测方法。 第四章阴影的去除，首先对阴影产生的机理原因及影响进行了分析，然后对目标阴影 检测算法进行了概括总结和分类，在混合高斯背景模型基础上，针对前景中的阴影提出 种基于颜色空间的阴影检测算法。最终通过软件进行实验，证明了该 算法的实用性。 第五章总结与展望，全面总结了本文主要研究内容的成果，并指出了在现有系统的基 础上对未来新技术的展望。 第二章基础理论 引言 在复杂的背景环境中，天气和光线等的变化阴影灯光及随机噪声等都会影响采集 到的图像的特征。在目标检测和阴影去除的过程中，肯定会有些像素点被误认为目标点 或将目标点检测成阴影点。为了能够准确地提取运动目标，需要对提取出的目标进行系 列地处理。本章主要介绍本文在目标检测阴影检测及去除等方面所涉及到的颜色空间， 特别是颜色空间，还有在图像处理技术中经常用到的数学形态学滤波等方面的些 基础知识。 颜色模型 颜色是人的视觉器官对外来的光刺激而产生的主观感受。在光学和物理学中，可见光 就是种电磁波，对应于电磁频谱中狭窄的频率波段。可见光波段中的每频率对于种 单独的颜色，而频率和波长的乘积等于光速，由于波长比频率在种程度上容易处理，因 此常用波长来指定光谱颜色，通常的红橙黄绿蓝和紫等颜色的波长在到 之间。当束光的各种波长的能量大致相等时，我们称其为白光否则，称其为 彩色光。若束光中，只包含种波长的能量，其它波长都为零时，称其为单色光。除了 波长可以决定光的颜色以外，可见光还有些其他的视觉特征，即亮度和纯度。亮度是指 感受到的光的明度或颜色的强度，而纯度是指可见光的颜色的浓淡。因此颜色的三个特性 分别是主波长亮度和纯度。 颜色模型也称为彩色模型的用途是在些标准下用通常可接受的方式简化彩色规 范。本质上，颜色空间是坐标系统和子空间的规范。 颜色模型的分类 人眼对于颜色的观察和处理是种生理和心理现象，因而对于色彩的许多结论都是建 立在实验基础之上，因此也出现了多种不同的方法来描述颜色，而不同的描述方法对应于 不同的颜色空间。颜色空间是人们为了对颜色进行正确合理的应用测定描述和评价而 建立的模型。因研究和应用的不同从而建立了很多不同的颜色模型，每个颜色模型都各有 特点。现今存在的颜色空间有很多种，包括 ，和， 等颜色空间。这些颜色空间已经在各行各业中得到了广泛的应用。 目前常用的颜色模型可分为两类类面向诸如彩色显示器或打印机之类的硬件设 备，另类面向以彩色处理为目的的应用，如动画中的彩色图形。面向硬件设备的最常用 彩色模型是颜色模型，而面向彩色处理的最常用的模型是颜色模型。 颜色模型 我们的眼睛通过三种可见光对视网膜的刺激来感受颜色。这些光在波长为 红绿和蓝时的刺激达到高峰。通过对各种刺激强度的比较， 我们感受到光的颜色。这种视觉理论就是使用红绿蓝三种基色来显示彩色的基础，称 之为颜色模型，它是最常用的颜色模型。 颜色模型基于笛卡儿坐标系统，个轴分别为分量，如图。通过 红绿蓝三种基色可以混合得到大多数的颜色。坐标原点代表黑色，而坐标点 代表白色，对角线从黑到白代表的是灰度。在坐标轴上的顶点代表三个基色，而 余下的顶点则代表第个基色的补色。为了方便表示，将立方体归化为单位立方体，这 样所有的三分量的值都在,中。根据这个模型，每幅彩色图包括个的 基色平面，或者说可分解到个平面上。反过来，如果幅图像可以被表示为个平面， 则使用颜色模型比较方便。颜色模型的颜色数量可达到种。 灰度 黄 绿 白 青 黑 红 品红 蓝 图颜色模型示意图 颜色模型大多是面向硬件设备的如显示器，其物理意义明确但缺乏直 观感。主要用于非发射式显示，比如彩色打印机，绘画仪等。 颜色模型 从心理学和视觉的角度出发，颜色有如下三个特性色调饱和度 和亮度。是种对应于画家的配色模型，是面向用户的，能较好反应人对 颜色的感知和鉴别。 在模型中，色调是当人眼看到种或多种波长的光时所产生的彩色感觉， 是种颜色区别于其它颜色的因素，它反映颜色的种类，是决定颜色的基本特性，如我们 平时所说的绿色蓝色就是指色调。饱和度指的是颜色的纯度，即掺入白光的程度， 或者说是指颜色的深浅程度，对于同色调的彩色光，饱和度越高，颜色就越鲜明。通常 我们把色调和饱和度通称为色度。亮度是光作用于人眼时所引起的明亮程度的感觉， 它与被观察物体的发光强度有关。 上述彩色模型与人眼更强地感受红绿蓝三基色的事实相符合，但是它不能 很好地适应实际上人对颜色的解释。当人观察个彩色物体时，更习惯用色调饱和度和 亮度来描述它。基于色调饱和度和亮度的彩色模型称为颜色模型。 方面，该模型可在彩色图像中消除亮度分量的影响从而获得色调和饱和度的彩色信息， 因此它比其他彩色模型更利于开发基于彩色描述的图像处理方法另方面，彩色 模型能够使人更自然更直观地解释和感受颜色。 模型的三维表示从立方体演变而来，对应于圆柱坐标系中的个圆锥形子 集，其中的每种颜色和它的补色相差，所有的颜色均定义在六棱锥图中。 在六棱锥中，饱和度沿水平轴测量，而亮度值沿通过六棱锥中心的垂直轴测量。 黄 红 品红 白 绿 青 蓝 黑 灰度 饱和度 色彩角 图颜色模型示意图 色调描述种颜色放在色谱的什么位置。例如，红色黄色蓝色或绿色。如 同在个彩虹中，开始和末尾的颜色都是红色。色调用与水平轴之间的角度来表示，范围 从到。六边形的顶点以为间隔。黄色位于处，绿色在处，而青 色在处，与红色相对，相补的颜色之间互成。 饱和度指颜色的纯度和浓度的大小。饱和值从到变化，纯度是指添加了多 少白色到颜色中。低的值提供个中性阴暗的颜色，而高的值提供个强烈的纯的颜 色。在此模型中它表示所选色彩的纯度与该色彩的最大纯度的比率。当时， 此时的得到最纯的颜色，并不是白色。当时所选色彩的纯度为二分之。当时， 只有灰度。 亮度的值从六边形顶点的变化到顶部的，顶点值为，表示黑色。在六边 形顶部的颜色强度最大。当，时，即纯色彩，而并不是白色，白色为且 的点。 对多数用户来说是个较直观的模型。从指定种纯彩色开始，即指定色调 且让，我们可以通过加入白色或黑色到纯色彩中来描述所要的颜色。增加黑色即减 小而保持不变。如果要得到深蓝色，则，且。同样，将白色加入 所选的色彩中时，则参数减小而保持不变。浅蓝色就可以用，且 来设定。添加些黑色和白色，则需要同时减小和。颜色空间能够清晰地将颜 色分为色度和亮度，而阴影不会改变背景的色度，故常用此颜色空间来进行阴影检测。 数学形态学 数学形态学，简称形态学是研究数字图像形态结构特征 的理论，它通过对目标图像的形态变换实现结构分析和特征提取。数学形态学以严格的数 本科生毕业论文 运动目标检测中阴影去除算法的研究与实现 学院名称计算机科学与通信工程学院 专业班级通信工程班 学生姓名汪雅洁 指导教师姓名宋雪桦 指导教师职称副教授 年月 运动目标检测中阴影去除算法的研究与实现 专业班级通信工程班学生姓名汪雅洁 指导教师宋雪桦职称副教授 摘要随着计算机视觉技术电子技术通信技术的发展，智能视频监控系统作为安全防 卫的种重要手段正在越来越受到人们的重视。由于智能视频监控系统具有监控能力强 安全隐患少节省人力物力资源的优点。因此，在交通银行宾馆商场等重要场所的 监控中有广泛的应用前景。 本文首先综合介绍了智能监控系统的发展历史和现状，然后对静止摄像机监控下的运 动目标检测阴影的检测和去除等关键技术进行了比较深入的研究。 运动目标检测作为智能视频监控系统中视频处理的第步，具有非常重要的地位。本 文首先对目前运动目标检测方法进行了概括，在详细研究了几种目标检测方法的基础上， 确定了目标检测中较好的种方法，即基于混合高斯模型的方法，用这个算法来提取运动 目标。 由于日照和灯光等外来因素的影响，造成了提取的运动前景中往往含有阴影。因此， 运动目标的阴影检测与去除对于运动目标跟踪分类和识别等后期处理都是个关键性问 题。由于阴影的存在，会给上述后期处理带来干扰甚至失败。为了去除目标前景的阴影， 本文首先分析