视频目标分割技术是指从视频序列中提取运动目标区域的技术方法,广泛运用于各类视频处理应用,是计算机视觉技术中的一种关键而基础的技术。视频目标分割通常为视频目标识别、目标跟踪、基于内容的人机交互、视频会议、智能交通系统和智能安防等技术提供预处理,因此对视频目标分割技术的研究具有重大的意义。近年来,视频目标分割是计算机视觉领域的一个研究热点,众多学者针对这一问题提出了很多的解决方法。现今的办法中,如PBAS方法,已经取得了一定的效果,但是仍然存在一些难以解决的问题。当背景存在强烈动态变化时,分割的精度会急剧的下降;间歇性运动的目标还会造成鬼影现象,影响后续的分割结果,进而造成精度的下降;当存在阴影时,前景的分割会受到阴影的影响,分割得到的区域会出现很大误差;算法的实时性难以满足实际应用的需求。针对PBAS视频目标分割中存在的问题,本文提出了一种改进的基于像素背景建模的视频目标分割算法。论文的主要内容如下:1.本文对已有的图像分割和视频目标分割方法进行了全面而深入的调研,分析已有方法的优缺点。首先介绍了图像分割算法,为视频目标分割方法的研究介绍做好铺垫,并对视频目标分割的主流方法进行了介绍,分析算法存在的优点和缺陷。重点研究了基于像素背景建模的PBAS方法。2.针对PBAS方法的阈值响应和更新机制存在的问题,采用非线性阈值响应方法,提高算法的响应速度和调节速度,使复杂场景下的分割精度得到提高。3.针对鬼影问题提出了前景区域生命周期检测,去除难以消除的鬼影区域,通过二次检测加快鬼影的去除速度。4.针对阴影的影响,引入了基于颜色不变量的阴影检测的方法,通过普通颜色空间和颜色不变空间联合判别阴影、前景和背景像素。5.针对分割实时性的问题,融合超像素分割,提高算法的分割效率。本文从四个方面对PBAS方法进行了改进。在CDnet2014数据集上的实验结果表明,改进后的算法对于复杂场景、鬼影和阴影具有很好的鲁棒性,前景分割精度和总体分割精度得到明显提高。