摘要

在雨雪纷飞、不停波动的湖面等自然背景下,运动目标检测的准确性会受到巨大影响,因此,在动态背景中将前景目标准确地提取出来是复杂场景下运动目标检测的首要任务。针对现有Vibe算法在复杂背景下检测效果较差且易受光照变化影响的问题,提出了一种将Vibe(Visual Background Extractor)算法与改进LBP(Local Binary Patterns)特征算子结合的运动目标检测算法。首先,计算并保存每一帧的LBP值图像,采用相邻帧补偿策略,稳定图像,减少光照对灰度值带来的影响。再使用Vibe算法的方式建立背景模型,用改进的LBP值代替灰度值来进行前景检测;最后进行形态学操作得到最终的前景目标。实验结果表明,所提方法和和其它传统算法相比较,对动态背景的抑制效果好,对比原始Vibe算法召回率平均提升了25.6%,准确率平均提升了12.5%,误检率平均降低了22.6%。