多自由度人体运动动态图像目标检测方法仿真

采用当前方法对人体运动动态图像进行目标检测时,无法消除图像中存在的阴影区域,导致图像清晰度低、位置误差大和检测效率低。提出多自由度人体运动动态图像目标检测方法,构建高斯背景模型,分离图像的背景区域和目标区域,将目标区域变换到HSI空间中,结合小区域去除方法和数学形态学处理,根据阴影区域饱和度高和亮度值低的特点确定目标区域中存在的阴影,通过匹配补偿去除目标区域中的阴影部分。根据目标区域的灰度分布构建目标更新模型,实现多自由度人体运动动态图像目标的检测。实验结果表明,所提方法的图像清晰度高、位置误差小、检测效率高。

复杂背景下运动人体的提取

为了提取复杂背景下的运动人体目标,采用了改进的图像差分法提取前后两帧的人体区域,结合单帧静态边缘图像,提取动态人体的边缘.为减少成像系统噪声的干扰,图像差分前和差分后均采用基于统计特性的维纳滤波.从简单到复杂背景下的人体动目标提取的结果表明,该方法具有一定的有效性和鲁棒性.