单高斯背景模型运动目标检测方法 随着现代安防监控技术的发展，运动目标检测技术已逐 用于银行商店地铁站飞机场等场合的智能视频监控系 背景减除法是目前运动分割中最常用的一种方法，能够 最完全的特征数据，其基本思想是用当前图像与 建立好 景模型相减，之后根据阈值判断是否有运动物 因此，在背 除法的实际应用中，需要解决两个问题 ：一是采用什么样 型来有效表示图像序列中的背景及其变化；二是怎样消除 断为运动区域中的阴影 在对传统的单高斯背景模型建立和更新算法进行改进 础上，建立背景模型，有效提取运动信息

针对运动目标检测中阴影的存在会导致目标形状扭曲、多个目标之间出现粘连等问题，提出一种基于视频图像的阴影去除方法。该方法在分析阴影产生机理的基础上，根据各像素点YUV空间上的像素模型，计算出带有阴影的目标相对于背景的失真系数，再根据设定的阈值区分出目标的实际轮廓和阴影区域，从而将目标阴影去除。实验结果表明，该方法能够快速检测和去除目标阴影，准确反映出目标的实际轮廓，并能够有效解决目标粘连问题。

提出一种视频监控中运动目标的运动阴影去除算法。该方法使用混合高斯背景建模初步得到运动目标区域，在此基础上利用阴影区域的色度、亮度信息与背景的差异，与局部二值纹理模式LBP（Local Binary Pattern）思想相或的方法来消除运动阴影，接着使用形态学的方法去除像素突变的边缘部分。实验结果表明，该方法可以很好地保留前景图像。

针对运动目标检测中阴影的存在会导致目标形状扭曲、多个目标之间出现粘连等问题，提出一种基于视频图像的阴影去除方法。该方法在分析阴影产生机理的基础上，根据各像素点YUV空间上的像素模型，计算出带有阴影的目标相对于背景的失真系数，再根据设定的阈值区分出目标的实际轮廓和阴影区域，从而将目标阴影去除。实验结果表明，该方法能够快速检测和去除目标阴影，准确反映出目标的实际轮廓，并能够有效解决目标粘连问题。

提出了一种用于视觉监视系统的基于柯西分布的发光模型的光照不变变化检测方法。假定视频图像序列中每个背景图像像素点灰度观测值的时序变化由白噪声引起,利用建立的初始化背景高斯统计模型对每帧图像进行归一化,得到了背景像灰度比值的分布符合标准柯西分布的结论,解决了柯西分布的模型参量估计问题。在变化检测的基础上,YCbCr颜色空间的亮度、色调和饱和度被用来识别和消除由阴影和反光等引起的变化区域。结果表明,提出的背景建模方法对场景中各种光线变化、小的背景扰动等噪声具有稳健性,可以较为可靠地检测前景目标,识别和