下雪天气条件下的运动目标检测

屠礼芬，彭 祺，张凯兵



下雪天气条件下的运动目标检测

屠礼芬a，彭 祺a，张凯兵b

( 湖北工程学院a. 物理与电子信息工程学院；b. 计算机与信息科学学院，湖北孝感 432000 )

针对下雪天气条件下高精度的运动目标检测，本文在GMM算法基础上进行改进，首先采用多分辨率、高低阈值的思想对其进行优化，克服下雪天动态背景噪声的影响；然后运用计算颜色模型，抑制运动目标产生的弱阴影和光照变化；最后在各目标最小约束矩形内进行空洞修补，填充由于阴影过度抑制和被雪覆盖目标表面丢失的运动掩模。实验结果表明：改进算法7项指标都优于GMM算法，与当前较优秀的FTSG算法相比，7项指标中有4项超越，2项接近。

运动目标检测；下雪天气；GMM；动态噪声；空洞修补

0 引 言

运动目标检测是通过分析视频序列，去除静止背景，保留运动前景，准确、快速地获取运动目标[1]，是实现目标跟踪、异常检测、行为分析等智能视频监控[2]领域关键技术的基础。静止背景下的运动目标检测已经有较成熟的方法和具体的应用，该领域较为权威的小组IEEE Change Detection Workshop(CDW)[3-4]的研究表明：当前关于运动目标检测中的常见问题，如动态背景[5]、像机抖动[6]、间歇运动[7]、运动阴影[8]等都有比较好的解决方法，但在恶劣天气下的运动目标检测仍然是一个难题。尤其是下雪天气条件下，设计有效的运动目标检测算法依然面临着挑战：第一，空中飘舞的雪花体积较大，使整个视场中都有不规律的运动背景噪声；第二，雪天背景亮度较大，运动目标在背景表面投射弱阴影；……