基于監(jiān)控視頻的粘連人群分割研究.pdf

1、在圖像處理和計(jì)算機(jī)視覺(jué)研究領(lǐng)域中，視頻目標(biāo)分割作為其中的一個(gè)熱點(diǎn)問(wèn)題，在視頻監(jiān)控、人機(jī)交互、行為分析以及視頻編輯等領(lǐng)域中起著非常重要的作用。圖像分割的目的是簡(jiǎn)化或改變圖像的表現(xiàn)形式，使得圖像更容易理解和分析。在實(shí)際場(chǎng)景中，由于拍攝角度、陰影、以及人體目標(biāo)之間的相互接觸，會(huì)造成一個(gè)運(yùn)動(dòng)塊對(duì)應(yīng)多個(gè)人，這對(duì)人體的準(zhǔn)確分割和跟蹤是一個(gè)嚴(yán)峻的挑戰(zhàn)。本文通過(guò)研究對(duì)比粘連人群分割的各種方法，提出了一種基于超像素和圖模型的粘連人群分割和跟蹤方法。

2、>　　首先，針對(duì)固定場(chǎng)景監(jiān)控視頻中背景復(fù)雜，存在噪聲等問(wèn)題，本文在Stauffer等人提出的經(jīng)典自適應(yīng)混合高斯背景模型基礎(chǔ)上，為每個(gè)像素增加了時(shí)空信息，分別從時(shí)域和空域上對(duì)每個(gè)像素進(jìn)行分類(lèi)，減少了運(yùn)算時(shí)間，濾去了部分噪聲干擾。在陰影檢測(cè)問(wèn)題上，本文將基于HSV色彩空間的去陰影方法和基于LBP算子的去陰影方法相結(jié)合，有效地去除了運(yùn)動(dòng)目標(biāo)的陰影。
　　其次，本文介紹了一種改進(jìn)的Hough圓檢測(cè)方法，利用該方法對(duì)目標(biāo)的頭部進(jìn)行檢測(cè)，同時(shí)