赵旭东 刘鹏 刘家锋 唐降龙
摘要: 提出一种光照变化场景建模方法,并利用该模型对目标进行检测。首先分析光照变化场景图像序列的平稳性,建立自回归模型。考虑到光照变化和成像系统噪声的影响,将像素亮度扰动参数引入到自回归模型。该模型在线自学习,跟踪并预报场景中的光照变化情况,在该模型的基础上,提出像素亮度扰动置信区间,对光照变化场景中的目标进行检测。实验结果表明,该模型能够准确描述和跟踪场景的光照变化。基于模型的预报值和观测值及置信区间,可以对场景中的目标进行准确检测;检测结果表明,该方法对光照变化是不敏感的。
关键词:
中图分类号:TP391.41文献标识码:A文章编号:2095-2163(2012)05-0008-05
0引言
图像序列中的目标检测是计算机视觉领域的一个研究热点,在视频监测、机器人导航和视频内容分析等领域有着广泛应用。视频监测系统会受到传感器噪声、遮挡、时间或天气变化的影响,由时间或天气变化所引起的光照变化会严重影响目标检测和跟踪的结果。因此,针对光照变化的场景,建立一个对传感器噪声和遮挡不敏感的模型,并根据该模型对目标进行检测和跟踪是非常重要的。
图像序列的目标检测方法主要有以下三种:帧差法?眼1-2?演(Frame difference method)、光流法?眼3-5?演(Optical flow meth-
od)和背景减除法?眼6-12?演(Background subtraction method)。帧差法能较好地适应环境变化较大的情况,但对于目标缓慢运动时引起帧间不明显变化的像素很难检测。光流法基于如下假设:任何像素点所观测到的亮度随时间恒定不变;光流法计算复杂并且对噪声和背景变化敏感。