胡皓然，王颖

（北京化工大学信息科学与技术学院，北京100029）

背景减除现已广泛应用于航空航天、安全监控、交通摄像检测、运动定位及计算机视觉等领域，如何快速、准确地分离背景和前景，更完整地检测运动目标，是目前较为主要的研究方向[1-2]。传统帧间差分和多帧差分法通过对相邻数帧图像对应位置像素的灰度差分运算实现背景减除[3]，但未考虑背景的变化和随机干扰，当视频图像中存在目标阴影或光照变化时，不能准确检测运动目标[4]；针对突发和渐变的光照变化，Amit Pal提出了一种改进的基于码本的背景减除方法，但码本方法需要设定多个参数，背景减除结果对参数依赖性强，且参数更新耗时，实时性较差[5]；高斯混合模型（GMM）对图像中每个像素点的灰度建立多个高斯模型，通过参数估计法初始化模型，并按一定规则更新模型参数，对于复杂变化的背景，可以准确地分离前景和背景[4，6-7]。文献[8-9]提出了自适应的帧间差分结合GMM的背景建模算法，在帧间差分法粗略提取前景目标的基础上，运用GMM进一步减除背景，减少了参与建模的像素数，运算量小。但对于灰度视频GMM背景减除易将运动目标产生的阴影判定为前景[10]。为了消除检测的运动目标中包含的阴影，有学者针对阴影展开了深入研究。方菊芹等人针对遥感影像的阴影去除，分析了不同图像阴影的特性及其颜色属性[11]，研究结果表明阴影使得遮挡区域的亮度波动较大，饱和度和色调的变化较小。……