近年来,随着数字图像处理技术和数字电路技术的蓬勃兴起,智能视频监控开始广泛应用于生活的各个方面。相比传统监控,智能视频监控系统有着省时、省力等特点。虽然目前对智能视频监控系统的研究和应用取得一定成效,但依然存在一些问题,比如光照会对智能视频监控系统的初始阶段的运动目标提取带来阴影,阴影就会影响运动目标检测的正确率。背景建模和目标检测算法是该研究课题的理论基础,如何建立比较好的背景模型和运动目标提取算法是解决该问题的关键。目前比较好的方法有混合高斯模型、ViBe模型等。因为相对于混合高斯模型,ViBe模型有着实时高效性、占用内存少等特点,所以,本文选取了ViBe模型作为实验的基础理论模型。本文依托ViBe模型,在处理光照问题中的鬼影和阴影问题时做了如下工作:(1)对背景建模前的预处理和运动目标提取后的形态学处理、图像逻辑运算进行了研究。其中,在预处理中,对各种滤波处理进行相关的数值实验;在形态学处理中,结合相关实验结果的图像分别对腐蚀、膨胀、开运算、闭运算进行了研究;在图像逻辑运算中,对“与”、“或”、“非”运算进行了研究。(2)针对ViBe模型检测出来的前景存在鬼影现象,引入了二值化和边缘提取理论。通过对前景目标所对应的当前帧进行大津法的二值化处理,对二值化处理后的图像和前景目标图像进行逻辑与运算,能有效地消除一部分鬼影。针对残留后的鬼影图,对当前帧进行Sobel边缘检测,然后对边缘检测图像进行膨胀处理,膨胀处理后的图像与鬼影残留图进行逻辑与运算,可最终消除鬼影。(3)针对ViBe模型检测出来的前景存在阴影现象,引入HSV颜色空间和平均法。基于HSV颜色空间去除阴影方法需要前景目标图像所对应的当前帧的RGB图像和背景的RGB图像,而ViBe模型中又不存在背景,于是采用平均法提取背景图像。对当前帧的RGB图像和背景的RGB图像进行HSV图像转化,通过转化后的相应H、S、V分量阈值判断,从而消除阴影。(4)针对ViBe模型检测出来的前景同时存在鬼影和阴影现象,提出了一种改进的ViBe算法,改进后的的算法对鬼影和阴影有一定的抑制效果,数值实验也验证了算法的效果。