采用差分檢測方式檢測移動(dòng)目標(biāo)，并進(jìn)行圖像處理，代碼

引言：

一、視頻中移動(dòng)目標(biāo)檢測的方法：

1. 基于像素的移動(dòng)目標(biāo)檢測（像素顏色值，像素位置）

2. 基于區(qū)域的移動(dòng)目標(biāo)檢測（像素屬性之間的關(guān)聯(lián)，大尺度特征）

3. 其他方法

二、由于視頻環(huán)境的復(fù)雜和應(yīng)用場景的復(fù)雜，很難使用單一技術(shù)應(yīng)對(duì)所有的應(yīng)用環(huán)境，各種相關(guān)算法不斷涌現(xiàn)出來。

問題陳述及應(yīng)用：

移動(dòng)目標(biāo)檢測一般不單獨(dú)構(gòu)成應(yīng)用，而是在作為系統(tǒng)的一個(gè)組件。

隨著系統(tǒng)應(yīng)用的不同，一般目標(biāo)檢測的具體要求也不同。

一、系統(tǒng)陳述

1. 高層次的模型一般具有三個(gè)模塊（檢測、跟蹤、識(shí)別），其中識(shí)別模塊不是必須的。

2. 檢測模塊可細(xì)分為兩個(gè)小模塊（移動(dòng)目標(biāo)區(qū)域檢測和移動(dòng)目標(biāo)分組）。

3. 模型的輸入為連續(xù)的視頻，輸出為跟蹤的物體或分類的物體。

二、 重點(diǎn)討論內(nèi)容：判定移動(dòng)目標(biāo)區(qū)域

1. 如何提取運(yùn)動(dòng)的前景

2. 如何建立一個(gè)良好的背景模型（不是主要任務(wù)，但是是完成任務(wù)目標(biāo)的重要輔助工具）

3. 背景差分

基于像素的移動(dòng)目標(biāo)檢測：

一、均值-閾限法

二、陰影去除及三高斯模型

解決陰影的方案： 拋棄灰度值，使用顏色值建模。

假設(shè)：移動(dòng)目標(biāo)投射到路面上的陰影主要改變了該位置的亮度而對(duì)色度沒有大的影響。

HSV好解決，RGB稍微復(fù)雜。

利用亮度、色度偏離值將新的顏色分為四個(gè)類別：前景 背景 陰影 強(qiáng)光

一種更復(fù)雜的方法：三高斯模型。

利用三個(gè)高斯分布分別對(duì)道路、運(yùn)動(dòng)前景和陰影進(jìn)行建模。

主要問題：如何通過一定時(shí)間的學(xué)習(xí)獲得每個(gè)高斯分布的參數(shù)從而建立有效的模型。（EM算法，增量EM算法）。