运动目标检测和阴影检侧技术是计算机视觉领域中重要的研究内容,同时也是智能视频监控系统中的重要技术难点,主要由运动目标检测算法、阴影检测算法和阴影消除算法等多个算法组成。本文研究的带有阴影消除的运动目标检测系统是智能视频监控系统的核心组成部分,它可以提高智能视频监控系统中的运动目标检测精度,使后续的目标跟踪、目标行为分析等监控子程序更加高效运行,使智能视频监控系统更加智能化。随着计算机视觉技术、电子技术、通信技术的发展,智能视频监控系统作为安全防卫的一种重要手段正在越来越受到人们的重视。由于智能视频监控系统具有监控能力强、安全隐患少、节省人力物力资源的优点。因此,在交通、银行、宾馆、商场等重要场所的监控中有广泛的应用前景。本文首先综合介绍了智能监控系统的发展历史和现状,然后对静止摄像机监控下的运动目标检测、阴影的检测和去除等关键技术进行了比较深入的研究。而运动目标检测作为智能视频监控系统中视频处理的第一步,具有非常重要的地位。本文首先从理论上讨论了当前流行的运动目标检测算法:帧间差分法和混合高斯背景建模,并深入分析了这两个方法在不同标准测试集的前景目标检测效果,总结出帧间差分法和混合高斯背景建模并不能完全解决复杂环境下的运动目标检测问题。同时传统的混合高斯背景建模对于初始输入帧就存在运动目标的运动图像,将毫无办法。基于此,本文首先利用帧间差分法得到一个粗略的运动目标,然后将其在原视频序列标记出来,再将原视频序列标记出来的部分经过改进型的混合高斯背景建模处理,得到背景和前景目标,此方法对上面提到的复杂环境的影响有很大的抑制。此外,由于监控场景中运动目标会遮挡光源光线形成阴影,使得提取到的前景目标会包含阴影区域,影响了运动目标的检测效果。为了去除目标前景的阴影,本文首先分析了阴影产生的机理,了解阴影的特征和人类的视觉特征,针对这些特征以及总结和分类目前己有的各类阴影检测算法的基础上,本文提出了一种简单有效的方法,即利用阴影和背景灰度图像的纹理信息相关性和基于YUV颜色空间检测前景目标与阴影区域差异以及背景区域和阴影区域的相关性,提取出前景目标的运动阴影区域,进而消除前景目标的阴影区域,进而检测出真正的运动目标。本系统是在开源视觉库OpenCV以及VS 2010环境下,结合计算机视觉的相关理论知识,最终设计并实现了适用停车场等室内环境基于固定摄像头进行运动目标检测、阴影检测和阴影消除的带有阴影消除的运动目标检测系统。