改进ViBe算法：消除鬼影与阴影的运动目标检测

"消除鬼影及阴影的改进ViBe运动目标检测算法，崔鹏翔，于凤芹，江南大学物联网工程学院" 本文主要探讨了针对传统ViBe算法在运动目标检测中存在的两大问题——鬼影和阴影，提出了一种改进的算法以解决这些问题。ViBe（Background subtraction using Voronoi regions and Bayesian estimation）是一种基于voronoi区域和贝叶斯估计的背景建模方法，广泛应用于视频监控中的运动目标检测。 传统ViBe算法在处理动态场景时，由于背景模型更新机制，可能会出现运动目标离开后在其位置留下“鬼影”（ghosting）的现象，这是由于算法未能及时恢复背景导致的。针对这一问题，该文提出了利用欧氏距离和Tanimoto系数来计算前景像素与邻域背景像素的灰度直方图相似度。Tanimoto系数是信息理论中用于比较两个分布相似度的一种指标。通过这种方式，算法可以更准确地判断并消除这些鬼影，提高检测的准确性。 此外，传统ViBe算法对于阴影的处理能力较弱，阴影可能被误识别为运动目标，影响检测效果。为了改善这种情况，作者引入了YCbCr颜色空间和混合高斯阴影模型。YCbCr是色彩空间的一种，将亮度信息（Y）与色度信息（Cb、Cr）分离，有利于阴影和目标的区分。混合高斯模型则可以更好地适应环境光照变化，对阴影进行建模和消除。通过这两种手段的结合，新算法能有效地区分阴影和真实的运动目标，降低误检率。 仿真实验结果显示，改进后的算法在保持ViBe算法原有的高效性基础上，显著提升了对鬼影和阴影的消除效果。这表明该算法在实际应用中能提供更准确的运动目标检测结果，适用于复杂光照环境下的视频监控系统，有助于提高智能监控的性能和可靠性。 关键词: 图像处理，ViBe算法，运动目标检测，鬼影消除，阴影消除 中图分类号: TP29 文献标志码: A DOI: 10.3788/LOP57.161006