1、“.....此外，本文方法没有考虑像素之间的关系，也没有使用图像的微观结构信息，这些光照变化条件下背景模型更新方式的修正摄像系统的曝光水平波动来源于自动增益反馈，自动白平衡反馈和自动曝光的频繁动作。考虑摄像头中像素值与像素受到光照强度的关系。摄像系统工作时，由于自动增益和自动白平衡反馈的作用，增益系数会随光照变化和前景目标的出现或运动频繁调整，形成曝光水平波动。由于白平衡的调整会使色的分量增益变化比例不同，导致不同颜色的像素亮度增益水平变化比例不同，为避免问题复杂化，同时也为了下步融合使用颜色信息，我们将彩色视频信号按照分量分别单独考察，这样来，是全局方式的修正摄像系统的曝光水平波动来源于自动增益反馈，自动白平衡反馈和自动曝光的频繁动作。考虑摄像头中像素值与像素受到光照强度的关系。摄像系统工作时......”。

2、“.....增益系数会随光照变化和前景目标的出现或运动频繁调整，形成曝光水平波动。实验与分析本文选择与行人穿着较为接近的背景拍摄视频。首先拍摄段时间的背景，然后行人进入，行人出画面后，再拍摄段背景。为便于检验本文算法的效果，后段背景的拍摄中，人为地调整摄像头的光圈，使画面亮度发生明显变化，模拟环境光照变化，触发摄像种基于曝光补偿与颜色信息融合的背景减除法论文原稿，徐剑，丁晓青，王生进等种融合局部纹理和颜色信息的背景减除法自动化学报，强振平，陈旭，刘鑫基于颜色和纹理特征背景模型的多层差分运动目标检测算法计算机应用，邓宇，李振波，李华图切割支持的融合颜色和梯度特征的实时背景减除法计算机辅助设计与图形学学报，张旗，梁德群，樊鑫等基于小波域的图像噪声类型识别与估计红外与毫米波学报，......”。

3、“.....导致不同颜色的像素亮度增益水平从表中可以看出，对于单通道来说，摄像机内部增益波动以及环境光变化引起的像素值变化比例是基本相等的。结束语本文通过高斯模型分析了噪声对背景模型的影响，并量化地提出了抑制噪声影响的模型更新参数设臵条件。通过对模型误差的进步分析，结合摄像系统的工作原理，提出了针对摄像系统内参数波动以及环境光照变化的模型更新办法和相应补偿办法。通过分色建立背景模型，将颜色信息融合使用于前景图像的分割，对使用多种线索综合进行前景判断进行了有益的尝试。从实验情况看，本文提出的办法有定的改善效果。本文对于摄像系统工作机，用图切割区别前景与背景，收到了较好的效果。视频图像的精度是运动目标检测的重要基础，而摄像系统则是视频图像的精度保证。实际上摄像系统对图像精度的影响不仅表现在我们最关注的图像噪声上......”。

4、“.....比如，公司图像传感器的增益级别普遍多达级，这使其在环境变化或拍摄对象变化的过程中常处于波动之中。正是由于摄像系统内参数的经常性波动，才使得背景模型与当前帧之间产生脱节，形成误差。对有效光照波动变化的补偿效果使用不稳定背景视频建立的背景模型，以通道为例考察对背景进行补偿在些场合使用取得了不错的检出效果，但当运动目标的灰度与背景较为接近时，常因前景与背景的像素值差异未超过阈值而检出不足，前景图像丢失较多。然而通过降低阈值来提高检出度，却受到了容差效果的制约。这是由于当前帧图像和背景模型均与实际情况存在误差，为防止当前帧中的背景部分被误检出，阈值往往需要大于当前帧中的背景部分与背景模型对应部分的最大可能差异，也就是大于双方误差幅度之和，这就限制了阈值的下调空间。为改善背景减除法的效果，多年来人们开展了很多研究......”。

5、“.....刘鑫基于颜色和纹理特征背景模型的多层差分运动目标检测算法计算机应用，邓宇，李振波，李华图切割支持的融合颜色和梯度特征的实时背景减除法计算机辅助设计与图形学学报，张旗，梁德群，樊鑫等基于小波域的图像噪声类型识别与估计红外与毫米波学报，。对有效光照波动变化的补偿效果使用不稳定背景视频建立的背景模型，以通道为例考察对背景进行补偿与不补偿的分割效果，并与灰度图的分割效果做比较，如图所示。可以看到，在不补偿的情况下，通道与灰度图的分割效果均不理想，这是因为在模型的有效窗口期内平均的有效光种基于曝光补偿与颜色信息融合的背景减除法论文原稿与不补偿的分割效果，并与灰度图的分割效果做比较，如图所示。可以看到，在不补偿的情况下，通道与灰度图的分割效果均不理想......”。

6、“.....些部位已超出了容差阈值，从而形成较多噪点和黏连。而经过对模型进行光照变化的补偿，其分割效果得到了明显的改善，说明本文提出的补偿方法是有必要的，也有定效果。下面表是使用稳定视频与不稳定视频分别建立的两种背景模型的像素值变化均匀性的采样统计表，采样窗口共个，均匀分布于图上，每个窗口约包含个像素。此外，使用核密度模型估计背景模式的分量使用运动模型估计像素的变化等方法，均在些方面取得了定的效果。但所有这些方法对像素的考察往往使用单特征，比如亮度等。这就使得前景与背景在像素值差异较小时难以区别。近年来，多特征的研究逐步进入人们视野，比如，像素梯度，纹理等局部结构特征，但这些特征极易受噪声的影响，相对脆弱。于是颜色信息作为种鲁棒性较强的图像特征越来越得到人们的重视。比如，强振平等使用颜色和纹理信息构建背景模型......”。

7、“.....结合梯度特征，构造能量函前景影响的异步更新法等整体性的建模和更新方法，到各种逐像素的建模与更新方法，对模型的描述细度已达到像素级，模型精度在逐步提高。比如和提出的混合高斯模型，在单高斯模型的基础上，使用多个高斯峰来表征背景的微小变化，在对噪声进行适当容错的同时，较好地适应了环境中树叶摇动等类的微小波动，效果较为突出等采用递归贝叶斯学习方法估计每个高斯峰的均值和方差分布，使得各像素所需高斯峰的数量分配趋于合理等使用广义高斯函数对混合高斯模型进行改进，也收到了定的效果。水平与当前帧有较大差别，些部位已超出了容差阈值，从而形成较多噪点和黏连。而经过对模型进行光照变化的补偿，其分割效果得到了明显的改善，说明本文提出的补偿方法是有必要的，也有定效果......”。

8、“.....采样窗口共个，均匀分布于图上，每个窗口约包含个像素。关键词背景减除法噪声颜色融合曝光补偿背景减除法是种常用的运动目标检测方法，分两个步骤是背景建模，是当前帧与背景差分，设臵合适的容差阈值，获得运动目标的前景值图。这种方法原理简单，徐剑，丁晓青，王生进等种融合局部纹理和颜色信息的背景减除法自动化学报，强振平，陈旭种基于曝光补偿与颜色信息融合的背景减除法论文原稿是下步需要深入研究和改进的地方。参考文献王亮，胡卫明，谭铁牛人运动的视觉分析综述计算机学报格致的，避开了白平衡的问题。环境光照变化分两种情况，种是结构性变化，比如侧射光的出现，这显然可理解为背景发生的客观变化另种是整体性变化，即各点处的变化幅度基本上是等比例的，比如室外自然光照的变化，照明光源的波动等等......”。

9、“.....本文主要考虑这种光照变化的影响。种基于曝光补偿与颜色信息融合的背景减除法论文原稿。从表中可以看出，对于单通道来说，摄像机内部增益波动以及环境光变化引起的像素值变化比例是基本相等的。结束语本文通过高斯模型分析了噪声对背景模型的影响，并量化地提出了抑制的自动增益反馈动作。然后使用前期稳定的背景视频和后期不稳定的背景视频分别建模。背景建模使用两种方法对比，种是使用灰度图按传统方法，如公式另种是本文方法，按通道分别建模，如公式。在使用本文方法进行前景图像分割时，做如下对比实验种是按式进行有效光照变化的补偿，另种不补偿。为提高模型精度，本文设臵模型更新的学习系数为，据实测，视频中除个别点外，均方差均小于，这样，由于图像噪声影响使模型值偏离其期望值个灰度级的概率就小于。种基于曝光补偿与颜色信息融合的背景减除法论文原稿......”。