陈国军，李开悦，孔李燕，程 琰

(中国石油大学(华东) 计算机与通信工程学院, 山东 青岛 266000)

0 引 言

运动目标检测，即前景/背景分割，是计算机视觉中最基本的任务之一，尤其对于实时视频流的处理。在视频监控、行人检测、电影制作及人机交互等应用中，前景/背景分割作为一种预处理手段为后期图像处理奠定基础。

RGB-D相机提供的深度数据对室内场景下的目标检测具有重要的研究意义，因为它避免了基于颜色信息的目标检测方法带来的一些问题，如：光照变化，阴影及由于前景目标和背景颜色相似时产生的颜色伪装等。

但是，深度相机获取的深度图[1]分辨率低，噪声多，仅通过深度数据分割前景和背景，同样会产生一些问题。例如，由于物体表面反射、散射及遮挡等影响，深度测量并不总是有效；前景目标轮廓受到深度数据高水平噪声的影响；场景中的目标物体靠近背景时，产生深度伪装。

基于上述原因，有效地结合颜色和深度信息分割前景和背景[2-3]，能够获得更加精确和可靠的分割效果，降低上述问题产生的影响。对此，文中提出一种有效的目标检测方法，该方法利用两种背景差分法分别作用于颜色图和深度图：基于改进的LBSP的背景差分法作用于颜色图；基于一种新的混合模型的背景差分法作用于深度图。将两种方法得到的二值图像以及差分后的Canny边缘检测图通过逻辑运算结合后，经过后期处理操作，将会提高目标检测的精度，获得更加完整的目标。……