![](https://csdnimg.cn/release/download_crawler_static/18678074/bg1.jpg)
Vo
l.
23
No.3
Sep. 2012
中国计量学院学报
Journal
of
China
University
of
Metrology
第
23
卷第
3
期
2012
年
9
月
1004-1540(2012)03-0250-07
【文章编号】
目标检测算法
Grabcut
的
Vibe
一种结合
KVLIftmillili--
邱柑、艳,王修晖
(中国计量学院信息工程学院,浙江杭州
310018)
E
摘
要】
针对传统背景建模方法不能非常有效地提取出完整运动目标这一问题,提出了一种新颖的结合
Grabcut
和
Vibe
算法的运动目标检测方法.首先利用改进的
Vibe
目标检测算法初步寻找出当前帧中的所有
可能目标前景区域
F
然后对这些前景区域进行进一步的选择从而滤去无效前景,合并有效区域;最后对每个前
景区域再利用
Grabcut
算法来分割出更加完整的目标前景.实验结果表明,与传统的背景建模方法相比,本算
法在有效时间内可以更加完整地分割出运动目标前景,对与背景颜色类似的目标前景也有很好的检测效果.
【关键词】
运动检测;背景建模;图像分割
E
中图分类号】
TP39
1.
41
[文献标志码】
A
A Vibe moving objects detection combined
with
Grabcut
QIU
Zhen-yan
,
WANG
Xiu-hui
C College of Information Engineering, China Jiliang University , Hangzhou 310018 , China)
Abstract:
To
solve
the
problem
that
traditional
background
models
cannot
effectively
extract
complete
moving
objects
, a
novel
strategy
based
on
Vibe
moving
objects
detection
and
Grabcut
was
proposed.
Firstly
,
improved
Vibe
algorithm
preliminary
searches
were
used
for
all
possible
foreground
target
regions
in
the
current
frame.
Secondly
,
those
regions
via
abandoning
invalid
areas
and
merging
valid
areas.
Lastly
,
by
utilizing
Grabcut
algorithm
the
objects
could
be
perfectly
segmented
from
every
region.
Experiments
showed
that
,
compared
with
traditional
methods
,
the
algorithm
can
obtain
more
exact
moving
objects
in
effective
time
and
has
a
better
result
even
with
background
color
that
is
greatly
close
to
background.
Key
words:
motion
detecting;
background
modeling;
image
segmentation
背景差分法是目前最常用的运动目标检测方
法,通过对背景的学习得到背景模型,将当前帧与
背景模型做比较,不符合背景模型分布的部分判
断为运动目标.理想情况下,背景是完全静止,可
运动目标检测
[IJ
是从视频图像序列中提取出
感兴趣目标,有效分割目标是目标分类、跟踪及行
为理解等后期处理的基础,是目前计算机视觉和
数字图像处理研究的难点和热点问题之一.
2012-08-02
浙江省自然科学基金资助项目
CNo.
Y107003).
邱祯艳
0988-)
,女,浙江省宁波人,硕士研究生.主要研究方向为计算机视觉、图像处理、模式识别.
E
收稿日期】
E
基金项目】
H
'F者简介】