·196· 北京科技大学学报 2006年第2期 状态的持续时间不会很长，如果该状态持续时间 相应的背景像素点的值.但是，阴影像素点的值 T:大于设定时间间隔T,可以判定发生了光照 与相应的背景像素点的值有相似的色度，通过比 亮度变化或移入移出新的物体等情况，即背景发 较前景像素点和对应的背景像素，如果色度和亮 生了变化，则根据最近的N个采样值进行背景模 度分量的差别分别在某一范围内，则该像素被认 型更新. 为是阴影].为此在三维RGB颜色空间中设计 (2)F:<A,更新状态S。·此时像素点平稳 一个计算颜色模型来分离亮度和色度两个分量. 波动，背景模型正常更新.其中，阈值A根据图 图2显示了所提出的在三维RGB空间中的颜色 像分割的虚警率来设定，像素点的状态迁移图如 模型. 图1所示，从图中可以看到，当观察状态持续时间 G 较长时，背景模型会自动更新 F>A B F:<Aor T>T. 图2计算颇色横型 Fig.2 Color calculation model 图1像素点状态迁移图 Fig.1 Pixel state updating 考虑图像中的像素X:令Ib(ER（X), Ec(X),EB(X)表示背景图像中RGB的期望 2运动区域提取 值，向量Oi。表示期望的背景颜色向量.另外，令 2.1差影法 I(R(X),G(X),B(X)表示像素在当前图像 首先用自适应背景更新算法更新背景模型， 中的RGB值，进行背景差运算时用该值与背景值 然后用当前图像与背景模型作差，从而得到差分 相减. 图像，再对差分图像进行阈值分割.参考式(2)确 进行阴影检测时，需要计算从【到Ib的色度 定的像素点取值的概率分布， 失真.色度失真的定义为从Oi到Oi的角度. A,(x)=['+z-+x-2] 2 OTOI C(X)=a arccos (5) 1oi11oi1 (3) 如果一个像素的值满足下式： 根据虚警率设置图像的全局阈值T,进行如 下判断： T。<△(X)<Th和C(X)<T。(6) 1 A,(X)<Tp 则可以判定该点在阴影区.这里T是在阴影检 S(X,)= l0△，(x)>T。 (4) 测情况下归一化RGB失真△，(X)的上界，而T。 是色度失真的上界，这两个圆值可以由实验测定 从而得到二值分割图像，分割出运动目标， 这样，该像素被分类为背景点 “1"表示背景，黑色，灰度值为0；“0”表示前景，白 2.3运动目标提取 色，灰度值为255.由于初始图像存在噪声，此时， 由于图像中的运动目标可能不仅仅包括人， 运动目标对应的运动区域可能产生裂缝和空洞， 还可能有行驶的车辆或者走动的小动物.因此需 图像中还可能存在一些小噪声点.数学形态学的 要把分割得到的前景区域进行标记，根据前景区 闭运算具有填充物体内细小空洞、连接邻近物体、 域的特征，鉴别人体和其他有可能的运动目 滤除图像孤立小噪声点、在不明显改变物体面积 标[4]，首先对前景区域进行标识.标记分割后二 的情况下平滑其边界的作用，故需要应用该运算 值图像中各区域的简单有效的方法是检查各像素 对所得二值图像进一步处理 与其相邻像素的连通性.在二值图像中，像素(x, 2,2消除阴影 y)的上下左右存在邻接的像素(x,y-1),(x, 由于光源的原因，运动目标可能在背景中留 y+1),（x-1,y),(x+1,y),(x-1,y-1), 下阴影.图像的RGB值混合了亮度和色度信息. (x-1,y+1),(x+1,y-1),(x+1,y+1)共 对于分割出的运动目标，像素点的RGB值不同于 八个像素点称为像素(x,y)的八邻域.如果具有北 京 科 技 大 学 学 报 ‘ 年第 期 状态的持续时 间不 会 很 长 ， 如果 该状 态持续时 间 大 于 设 定 时 间 间隔 ， 可 以 判 定 发 生 了光 照 亮度变化或移入 移 出新的物 体等情况 ， 即背 景发 生 了变化 ， 则根据最近 的 个采样值进行背景模 型更新 ， 更新状 态 。 此 时像 素 点平 稳 波动 ， 背景模 型 正 常更 新 其 中 ， 闽值 根据 图 像分割的虚警率来设定 像素点 的状态迁移 图如 图 所示 ， 从 图中可以看到 ， 当观察状态持续 时间 较 长时 ， 背景模型会 自动更新 相应 的背景 像素点的值 但是 ， 阴影像素点的值 与相应 的背景像素点 的值有相似的色度 通过 比 较前景像素点和 对 应 的背景 像素 ， 如 果 色度和 亮 度分量的差别分别在某一 范围 内 ， 则该像 素被认 为是阴影 闭 为此 在 三 维 颜色 空 间 中设计 一个计算颜色 模型 来分 离亮度和 色 度两个分量 图 显示 了所提 出的在三 维 空 间 中的颜 色 模型 凡 界 图 像紊点状态迁移图 加 叫 幼雌 图 计算颇色模型 运动区域提取 差影法 首先用 自适 应 背景更新算法 更新背 景模型 ， 然后 用当前 图像与背景模型 作 差 ， 从 而 得到 差 分 图像 ， 再对 差分 图像进行阂值分割 参考 式 确 定的像素点取值的概率分布 ， 考 虑 图 像 中 的 像 素 令 几 ， ， 表示 背 景 图像 中 的期 望 值 ， 向量 苗 表示 期望 的背景颜 色 向量 另外 ， 令 ， ， 刀 表 示 像素在 当前 图像 中的 值 ， 进行背景差运 算时用该值与背景值 相减 进行阴影检测时 ， 需要 计算从 到 几 的色 度 失真 色度失真的定义为从 苗到 苗 、 的角度 △ 「业上里卫三 些二乙丝止 一 以 口 以 卜 。 卜 门 十 一 下方‘ ‘ 一 ‘ 曰 根据虚警率设 置 图像的全局 阂值 ， 进行如 下判断 立鱼立匕 “ 一 】 】一 ， ‘ “ ， 旧 △‘ 从而得 到 二 值 分 割 图像 ， 分 割 出运 动 目标 ， 气 ” 表示背 景 ， 黑色 ， 灰度值为 “ ” 表示 前景 ， 白 色 ， 灰度值为 由于初始 图像存在 噪声 ， 此 时 ， 运 动 目标对应 的运 动 区 域 可 能 产 生裂缝和 空 洞 ， 图像中还 可能存在一些 小 噪声点 数学形 态学 的 闭运算具有填充物体 内细小空洞 、 连接邻近物体 、 滤除图像孤立 小 噪声点 、 在 不 明显 改变物体面 积 的情况下平滑 其边界 的作 用 ， 故需要 应 用该运算 对所得二值图像进一步处理 消除阴影 由于光源的原 因 ， 运动 目标可能在 背景 中 留 下 阴影 图像的 值混 合 了亮度和色 度信息 对于分割 出的运动 目标 ， 像素点 的 值不 同于 如果一个像素的值满足下式 △， 和 。 则可以判定该点在 阴影 区 这 里 是在 阴影检 测情况下 归一化 失 真 △ 的上 界 ， 而 是色度失真 的上界 ， 这两个 闭值可以 由实验测 定 这 样 ， 该像素被分类为背景点 运动 目标提取 由于 图像中的运 动 目标 可 能不 仅仅 包 括 人 ， 还可能有行驶 的车辆或者走 动 的小动物 ， 因此 需 要把分割得到 的前景 区域进行标记 ， 根 据前景 区 域的 特 征 ， 鉴 别 人 体 和 其 他 有 可 能 的 运 动 目 标 首先对前景 区 域进行 标识 标记分 割后 二 值图像 中各区域的简单有效的方法是检查各像素 与其相邻像素的连通性 在二值 图像 中 ， 像素 ， 妇 的上下左右存在邻接 的像 素 ， ， 一 ， ， ， 一 ， ， ， ， 一 ， 一 ， 一 ， 夕 ， ， 夕 一 ， ， 夕 共 八个像素点称为像素 ， 的八邻域 如果具有