بهبود روش های مدلسازی پس زمینه جهت ردیابی اشیاء در دنباله های ویدئویی

تشخیص و ردیابی اشیاء در تصاویر ویدئویی، یکی از موضوعات مهم در پردازش تصویر و شناسایی الگو است. تفریق پس زمینه یکی از روش های آشکارسازی حرکت در تصاویر ویدئویی است که به دلیل ویژگی مقاوم تر بودن در برابر تغییرات محیطی، سادگی محاسبات و عملکرد مناسب در آشکارسازی بلادرنگ اشیاء متحرک، نسبت به سایر روش ها دارای کاربرد بیشتری است. در میان چالش های مختلفی که در فرآیند مدلسازی پس زمینه وجود دارد، مساله ی غلبه بر تغییرات روشنایی صحنه و مدلسازی پس زمینه های پویا از جمله مهم ترین مشکلات به شمار می روند. اگرچه الگوریتم های بسیاری برای مدلسازی پس زمینه ارائه شده اند، اما در همه ی آن ها فرض بر این است که صحنه ی پس زمینه، ساکن و با تغییراتی بسیار ناچیز همراه است. از این رو این در این پایان نامه، روشی برای مدلسازی پس زمینه های دارای بافت پویا، مبتنی بر استفاده از الگوهای بافت محلی و ترکیب آن با ویژگی رنگ پیکسل ها ارائه می گردد. به منظور استخراج بافت پویا، توصیفگر بافت جدیدی بر مبنای الگوی باینری محلی فازی ارائه شده است که در آن جهت لحاظ کردن همبستگی مقادیر پیکسل در طول فریم های متوالی، روش تعمیم مکانی- زمانی آن با خاصیت تقارن نسبت به پیکسل مرکزی پیشنهاد شده است. در توصیف ویژگی رنگ پیکسل ها از فضای رنگ بهبود یافته ی تمایل - اشباع - روشنی(ihls) استفاده شده است که در آن مولفه ی اشباع مستقل از روشنی تعریف شده است و این امر منجر به آشکارسازی سایه های متحرک می شود. همچنین عملکرد روش پیشنهادی با استفاده از معیار های کمی و کیفی با تعدادی از روش های مطرح مربوطه مقایسه شده است. نتایج آزمایشات موید آن است که روش پیشنهادی نسبت به سایر روش ها عملکرد مناسبی در مدلسازی پس زمینه های پویا دارد.