[发明专利]一种监控视频中运动目标的阴影检测方法、系统

说明书

本发明属于图像处理技术领域，提供了一种监控视频中运动目标的阴影检测方法，所述方法包括：建立阴影的三维高斯概率模型,并对模型参数进行初始化；对运动前景区域中的每个像素,将其映射到运动前景/视频背景的三基色颜色比值空间中；根据建立的阴影三维高斯概率模型对得到的运动前景区域中的每个像素进行判别,检测并区分出阴影像素和运动目标像素，从而检测得到阴影区域。本发明较好地解决了现有监控视频中运动目标阴影检测技术中的参数设定困难，无法自适应场景光照变化，运算量大等问题。

技术领域

本发明属于视频图像处理技术领域，尤其涉及一种监控视频中运动目标的阴影检测方法、系统。

背景技术

在监控视频分析中，通常首先进行运动目标检测，从视频中提取出感兴趣的运动目标。这些运动目标是后续视频图像分类、识别和行为分析的基础。常用的视频目标检测方法有：帧差法、光流法、背景减除法。一般来说,这些方法初始检测出来的“运动目标”实际上只是“运动区域”。由于受光照等因素的影响，在检测中,运动目标的阴影往往伴随目标会同时被检测到，这些目标产生的阴影具有与目标类似的运动属性，会影响对目标形状的判别，对后续目标识别造成困难。因此需要从检测的运动区域中进一步将阴影检测出来并进行剔除。

现有技术针对图像中阴影检测去除的方法主要有以下几种：

一、基于模型的方法。这类方法一般要求知道场景、运动目标、光照条件的先验知识。如在人体检测中，将人体构建成直立的椭圆，并将不符合人体椭圆模型的区域看作阴影区域或噪声进行消除。但由于人体机动性强，形态复杂，人体形状不满足椭圆模型时会误判成阴影。另外当阴影区域和人体模型形状类似时，阴影也会检测成人体，造成误检。基于模型的方法由于非常依赖于场景与前景之间的几何关系，当这些关系改变时，这些方法会失效，因此通用性不强。

二、基于RGB三基色空间的方法。如利用人眼对色感一致性能力，把颜色看作辐射系数和反射系数的乘积，统计RGB颜色空间中背景的各颜色分量的均值、方差，再通过当前帧像素与统计的背景像素参数对比，从而进行分类，得到阴影。如在归一化的颜色空间，取出其中两个颜色，当检测出的运动目标区域对背景图像覆盖前后颜色色度不变，亮度减小的像素，判别为阴影。此种方法实现简单，但算法容易误判阴影点。

三、基于HSV颜色特征空间的方法。该类方法认为阴影区域像素点与其对应位置的背景像素点相比，具有亮度变暗、饱和度降低、色调变化不大的特点。具体实现时，首先进行视频的运动前景和静态背景的分离；然后计算像素的前景图像亮度与背景图亮度的比值，并设置一个基于比值的双阈值区间，同时计算该像素的前景图色调与背景图色调的差值，以及该像素前景图饱和度与背景图饱和度的差值，并分别设定一个固定的色调差值阈值与饱和度差值阈值；最后将那些亮度比值在双阈值区间，且色调差值和饱和度差值不大于对应阈值的运动前景区域像素点判定为阴影像素点。该方法中,前景/背景亮度比值的双阈值、以及色调差值阈值和饱和度差值阈值共同构成了一个三维空间中沿坐标轴方向的长方体结构。在针对特定视频场景中阈值设定合理的情况下，该方法可以得到较好的阴影区域检测效果。但该方法的一个最大问题是，四个阈值参数需要根据不同场景人为进行设置，且不能对场景光照变化进行自适应参数调整,影响了方法的使用范围。另外该方法还需要进行RGB颜色空间到HSV空间的转换等。

综上所述，现有技术提出阴影的检测方法存在一些参数设定困难、无法适应视频场景光照变化、运算量大等问题。

发明内容

本发明的目的在于提供一种监控视频中运动目标的阴影检测方法，旨在解决现有技术的阴影检测方法存在一些参数设定困难、无法适应视频场景光照变化、运算量大的问题。

本发明是这样实现的，一种监控视频中运动目标的阴影检测方法，所述方法包括以下步骤：

在监控视频的运动前景/视频背景的三基色颜色比值空间中，建立阴影的三维高斯概率模型,并对模型参数进行初始化；