一种基于YUV颜色空间的新码书模型

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (16): 158-161.

一种基于YUV颜色空间的新码书模型

赵谦1，朱华伟1，曾召华1，侯媛彬2，冯瑞3

1.西安科技大学通信与信息工程学院，西安 710054
2.西安科技大学电气与控制工程学院，西安 710054
3.中国水电顾问集团西北勘测设计研究院，西安 710065

出版日期:2013-08-15 发布日期:2013-08-15

New codebook model based on YUV color space

ZHAO Qian1, ZHU Huawei1, ZENG Zhaohua1, HOU Yuanbin2, FENG Rui3

1.School of Communication and Information Engineering, Xi’an University of Science and Technology, Xi’an 710054, China
2.School of Electrical and Control Engineering, Xi’an University of Science and Technology, Xi’an 710054, China
3.Northwest Survey Design Research Institute, Chinese Water and Electricity Consultant Group, Xi’an 710065,China

Online:2013-08-15 Published:2013-08-15

摘要/Abstract

摘要： 为了有效消除复杂动态背景对运动物体检测的影响，引入了前后景区分能力较强的YUV颜色空间，基于此空间提出了一种新的码书模型，有效地减少了伪目标的检测。新码书模型采用六元素码字、新的码字学习和更新策略，实现较前人九元素码字和八元素码字有更快的训练速度和更低的存储空间。实验结果表明，即使背景存在运动和光照条件发生变化，算法也能更有效地检测运动目标。

关键词: 复杂动态背景, 运动目标检测, 码书模型, YUV颜色空间

Abstract: A new codebook model is proposed based on YUV color space which distinguishes foreground and background better to eliminate the effect of complex dynamic background and remove false targets effectively in the moving object detection. A 6-tuple codeword and a new codebook learning and updating scheme are proposed for fast codebook training and small storage in comparison with the traditional 9-tuple and 8-tuple codeword. Experimental results demonstrate the effectiveness of the algorithm proposed in this paper, even when there are moving clutters in the background and illumination variations.

Key words: complex dynamic background, moving targets detection, codebook model, YUV color space

赵谦1，朱华伟1，曾召华1，侯媛彬2，冯瑞3. 一种基于YUV颜色空间的新码书模型[J]. 计算机工程与应用, 2013, 49(16): 158-161.

ZHAO Qian1, ZHU Huawei1, ZENG Zhaohua1, HOU Yuanbin2, FENG Rui3. New codebook model based on YUV color space[J]. Computer Engineering and Applications, 2013, 49(16): 158-161.

[1]	王春丹，谢红薇，李亚旋，张昊. 融合改进的三帧差分和ViBe算法的运动目标检测[J]. 计算机工程与应用, 2020, 56(13): 199-203.
[2]	高红红1，曹建荣1，2，李振宇1，杨红娟1，2，赵淑胜1. 基于背景分类的运动目标检测算法[J]. 计算机工程与应用, 2017, 53(21): 179-184.
[3]	赵晓梅1，孙建德1，张元元2. 基于分层匹配五元组Codebook的运动目标检测算法[J]. 计算机工程与应用, 2016, 52(7): 196-201.
[4]	贾建英，董安国. 基于联合直方图的运动目标检测算法[J]. 计算机工程与应用, 2016, 52(5): 199-203.
[5]	郭伟，高媛媛，刘鑫焱. 改进的基于混合高斯模型的运动目标检测算法[J]. 计算机工程与应用, 2016, 52(13): 195-200.
[6]	张英烈1，夏梦2，陈临强1. 基于视频跟踪的体感游戏设计[J]. 计算机工程与应用, 2015, 51(17): 44-47.
[7]	张磊，傅志中，周岳平. 基于HSV颜色空间和Vibe算法的运动目标检测[J]. 计算机工程与应用, 2014, 50(4): 181-185.
[8]	吴桐1，2，王玲1. 基于帧差分块的混合高斯背景模型[J]. 计算机工程与应用, 2014, 50(23): 176-180.
[9]	邱光能，全惠敏. 基于对称差分和背景减的运动目标检测[J]. 计算机工程与应用, 2014, 50(13): 158-162.
[10]	毛金莲. 基于颜色曲线分析的快速焊缝条纹提取方法[J]. 计算机工程与应用, 2014, 50(11): 192-196.
[11]	周翔，陈会，张锴，宋怀波. 复杂背景下的图像文本区域定位方法研究[J]. 计算机工程与应用, 2013, 49(12): 101-105.
[12]	曹鹏1，张鹏2. 一种新的混合模型运动检测算法[J]. 计算机工程与应用, 2012, 48(31): 171-174.
[13]	陈雷1，张立毅1，2，郭艳菊3，刘婷1，2，李锵2. 基于人工蜂群算法的运动目标检测方法[J]. 计算机工程与应用, 2012, 48(21): 178-181.
[14]	施海滨，周勇. 混合聚类彩色图像分割方法研究[J]. 计算机工程与应用, 2011, 47(9): 181-184.
[15]	李明，赵勋杰. 改进的基于高斯混合模型的运动目标检测算法[J]. 计算机工程与应用, 2011, 47(8): 204-206.