[发明专利]一种结合自适应模型和多阴影属性的运动目标检测方法

摘要

本发明提供一种结合自适应模型和多阴影属性的运动目标检测方法，首先，利用加权双边滤波对图像进行预处理；结合三帧差法和自适应背景模型法对预处理之后的图像进行运动目标的检测；再判断运动目标区域是否存在阴影区域，通过HSV色彩空间、背景区域像素的梯度信息以及纹理信息有效地消除了运动目标的阴影，最后进行区域分割定位出运动目标。本发明方法解决了现有技术中检测到的运动目标区域的信息不全和空洞的问题，很好地适应了全景图像中复杂的背景动态变化以及天气的影响，通过判断是否存在阴影区域的方式提高了系统的效率，同时有效地消除了运动目标的阴影，克服了阴影造成的伪目标现象，正确地定位出了运动目标。

主权项

一种结合自适应模型和多阴影属性的运动目标检测方法，其特征在于，包括以下步骤：S1利用加权双边滤波对图像进行预处理；S2结合三帧差法和自适应背景模型法对经S1预处理之后的图像进行运动目标的检测；S2.1利用三帧差法提取经S1预处理之后的图像的前景区域即运动目标区域的大致轮廓，利用可变阈值方法对帧差图像进行分割得到前景目标D1(x,y,t)；S2.2采用自适应背景模型法再次提取前景目标D2(x,y,t)；S2.3首次提取的前景目标D1(x,y,t)与二次提取的前景目标D2(x,y,t)进行与运算，得到前景区域D(x,y,t)；S2.4对于S2.3中得到的前景区域D(x,y,t)，利用中值滤波抑制孤立噪声点，再进行形态学处理，得到最终的前景区域即运动目标区域；S3多属性结合的运动目标阴影消除方法；S3.1判断S2中得到的运动目标区域是否存在阴影区域；S3.2利用HSV色彩空间、梯度信息以及纹理信息检测和消除目标阴影；利用HSV色彩空间、梯度信息和纹理信息分别检测出运动目标的阴影区域，对三者的阴影区域进行与运算得到最终的阴影区域，再将S2得到的运动目标区域与该最终的阴影区域相减，从而检测出了最终的运动目标。