毕业论文：运动目标检测中阴影去除算法的研究与实现

传统的数字视频监控系统仅仅提供了视频的捕获存储分发等简单的功能，而系统获取的视频信息越来越多，这些海量的视频信息很难在同时间显示在监控人员面前。

除此以外，对视频里的内容还只能靠监控人员来判断。

视频监控工作强度很大，它对监控人员的注意力警惕性特别是对异常情况的反应能力的要求特别高。

般监控中发生的失误都是由监控人员的注意力不集中造成的。

由于人类本身存在的生理疲劳现象，因此不可能长时间连续集中精力监视内容单的监控场景。

为了克服传统视频监控系统产生的困难，智能视频监控系统应运而生，它利用自动视频分析技术进行视频的监控。

当盗窃发生或发现到具有异常行为的可疑人时，系统能向保卫人员准确及时地发出警报，从而避免犯罪的发生，同时也减少了雇佣大批监视人员所需要的人力物力和财力的投入。

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换数据监控仅限于监控中心，应用灵活性较差不易扩展。

随着多媒体技术视频编码压缩技术的飞速发展，以数字技术为核心的视频监控系统迅速崛起，即第二代视频监控系统。

它依赖于混合模数或全数字的视频传输和处理方法，采用等多媒体数字压缩技术将视频图像完全数字化，节省了带宽资源，大大提高了图象质量，增强了视频监控的功能。

这类监控系统主要在视频监控中可以利用视频分析算法，让监控者只注意感兴趣的事物从而实现自动报警。

系统的特点视频音频信号的采集存储主要为数字形式，质量较高系统功能较为强大完善与信息系统可以交换数据应用的灵活性较好。

系统从监控点到监控中心仍为模拟方式传输，与第代系统存在着许多相似的缺陷，要实现远距离视频传输需要铺设租用光缆在光缆两端安装视频光端机设备，系统建设成本高，不易维护且维护费用较大。

由于网络带宽增加计算机处理能力的迅速提高和存储容量的增大，以及各种实用视频信息处理技术的出现，目前视频监控已经进入了全数字化的网络时代，即第三代视频网络系统。

它利用低价位高性能的计算机网络移动网络和固定的多媒体通信网络传输监控信号。

视频信号在前端进行自动分析处理，然后将有价值的信息通过无线或有线网络传输到监控中心，实现自动视频监控。

与第二代系统相比，该系统具有的优势利用现有的网络资源，不需要为新建监控系统铺设光缆增加设备，轻而易举地实现远程视频监控系统扩展能力强，只要有网络的地方增加监控点设备就可扩展新的监控点维护费用低，网络维护由网络提供商维护，前端设备是即插即用免维护系统系统功能强大利用灵活全数字化录像方便于保存和检索性能稳定，无需专人管理。

本课题研究的目的及意义在如今高度自动化的生活中，安全问题成了第难事。

这需要监控人员时时地在监控，每时每刻的掌握最新的数据，可监控人员又不可能无时无刻在现场监控，这时就必须依靠智能视频监控系统的帮助，视频监控系统的性能好坏也就直接影响到安全这个大问题。

随着各种新型安保观念的引入，社会各部门各行业及居民小区纷纷建立起了各自的监控系统或报警系统。

建立和不断完善安全防卫系统，对保护人员和设备的安全提高生产和管理的效率预防犯罪的发生维护社会其中的取值范围均为，。

但是当分量落在趋于黑色的向量中时，不变性就会非常的不稳定，因此要把，值中小于的部分全部去掉。

前景目标去噪与重建尽管采用基于颜色空间的阴影检测方法能够较好的对阴影进行去除，但总有些前景像素会被地检测为阴影像素，这样就会造成前景目标的失真，数学形态学理论可以用来重建原始图像。

重建的方法对去除阴影后的图像用个可滤掉斑点的结构单元进行膨胀，膨胀后的图像与进行逻辑与运算，就可以得到去除斑点噪声的目标的二值图像其中，为图所示的的结构元素，初值在中心。

图去除斑点的结构单元针对中极小部分阴影被误检成前景，还有部分噪声不能很好被去除的情况，可采用数学形态学滤波的方法去除，滤波采用的方法根据噪声目标大小而定。

滤波后得到的图像记为将去除噪声的二值图像进行膨胀后，再与前景二值图像进行逻辑与运算，就得到目标重建后的二值图像其中，为膨胀结构单元，它的大小通常由感兴趣的目标区域的大小来决定。

实验结果为了验证基于颜色空间阴影去除算法的可行性，我们对所拍摄的图像序列进行了实验，待检测的图像序列的分辨率为像素，实验平台为软件。

检测的结果如图所示。

原图未进行阴影去除阴影去除图阴影去除结果示意图根据上节所述，通过公式可以得到去除阴影的前景二值图像。

图所示是所拍摄的图像序列的原始图像，为未进行阴影去除所得到的运动前景检测结果，为根据本文说讨论的基于颜色模型进行阴影去除后所得到的二值图。

从图可以看出，采用基于颜色空间的阴影去除算法，可以有效地将阴影从运动区域中分离开来，从而得到更符合真实目标的运动区域，便于后续地跟踪识别等处理。

虽然投射的阴影部分基本都被去掉了，不过也有些不属于阴影的部分但与阴影部分颜色十分相似的目标区域也被去掉了，在目标区域留下了空洞。

第五章总结与展望近年来，随着国民经济的快速增长社会的迅速进步和国力的不断增强，银行电力交通安检以及军事设施等领域对安全防范和现场记录报警系统的需求与日俱增，要求越来越高，视频监控在生产生活各方面得到了非常广泛的应用。

虽然监控系统己经广泛地存在于各公共场所，但实际的监控任务仍需要较多的人工完成，而且现有的视频监控系统通常只是录制视频图像，提供的信息是没有经过解释的视频图像，只能用作事后取证，没有充分发挥监控的实时性和主动性。

为了能实时分析跟踪判别监控对象，并在异常事件发生时提示上报，为政府部门安全领域及时地决策正确行动提供支持，视频监控的智能化就显得尤为重要。

智能视频监控是利用计算机视觉技术对视频信号进行处理分析和理解，在不需要人为干预的情况下，通过对图像序列自动分析监控场景中的变化进行定位识别和跟踪，并在此基础上分析和判断目标的行为，在异常情况发生时及时发出警报或提供有用信息，有效地协助监控人员处理危机，并最大限度地降低误报和漏报现象。

研究工作总结运动目标的检测跟踪与识别是视频监控系统中的关键技术，而由于光照变化而产生的运动目标阴影的检测和去除直接关系到视频监控系统的整体性能。

本文以运动目标检测和阴影去除相关的关键技术为研究内容，旨在实现精确稳定的运动目标检测和阴影去除算法，以期为实现各种高层理解做好准备。

归纳起来，本文所作的研究工作主要包括以下方面对经典的运动目标检测算法光流法帧差法背景差法作了简单的介绍，并对三种常用的方法的优缺点进行了比较。

根据视频监控系统多为静止的情况，选择了以混合高斯模型为基础的颜色空间检测方法。

阐明了用混合高斯模型对背景建模的原因，描述了背景的混合高斯模型的建立背景模型的更新和运动目标的检测提取。

在详细分析了阴影产生的机理以及视觉特征的基础上，对目前已经存在的阴影检测算法进行了总结概括。

针对前景中存在阴影这个问题，本文在分析了阴影的光学特性之后，对基于颜色空间和颜色空间的阴影检测算法进行了对比，最终决定采用了基于颜色模型的阴影检测并去除阴影的方法，并取得了良好的效果。

展望由于智能监控系统是项涉及很多项学科的技术，如何使智能监控系统的鲁棒性更强准确度更高和处理速度更快是个长期的研究课题。

从目前的技术来看，还有很多问题需要进步的深入探索，主要包括多摄像机多角度的视频监控系统越来越多的应用到实际生活中。

如何使多个摄像机协同工作，有效地发挥多视角的作用从而提高检测的精确度，是以后工作中需要重点考虑的问题。

智能视频监控系统中，运动目标检测算法得到的结果将送入高层的处理模块比如目标跟踪目标分类目标行为识别和理解等模块，可将高层处理模块的处理结果作为反馈融合运动目标检测模块到算法中去，得到更加可靠的检测结果。

混合高斯模型方法仍可以加快其背景更新的速度，目前混合高斯模型对背景模型和前景模型都进行了建模，可以考虑有选择性的建模更新，从而增强算法的适应性。

目前运动目标的检测算法缺少个统评价标准，尤其是定量评价标准对分析个目标检测算法是至关重要的。

参考文献赵俊。

智能视频监控系统关键技术研究。

硕士学位论文，西安电子科技大学，杨健全。

视频监控中的目标检测及阴影去除算法研究。

硕士学位论文，国防科学技术大学研究生院，吴亮。

运动目标提取阴影和鬼影检测及去除算法研究。

硕士学位论文，国防科学技术大学研究生院，张杨。

运动目标图像的检测与跟踪。

硕士学位论文，中北大学，潘翔。

运动目标检测。

博士学位论文，浙江大学，何东晓。

智能视频监控中的运动目标检测方法研究。

研究生学位论文，中国海洋大学，陈永康。

车辆视频检测算法研究。

硕士学位论文，吉林大学，胡园园，王让定。

基于局部纹理不变性的运动阴影去除算法。

计算机应用，