作为计算机视觉领域的热门方向之一，运动目标检测具有很高的理论研究价值和很广的实际应用空间。传统视觉背景提取器（Visual Background Extractor,ViBe）目标检测算法实时性高且内存消耗低，但存在受光照影响大、不能有效抑制拖影区域、无法消除阴影以及检测图像内部空洞等问题。鉴于以上不足，提出3点针对性改进策略：(1)优化算法核心参数。筛选最优值来替换以往经验值，从而提高算法性能，增强算法适应性。(2)引入光强检测算子。阈值半径随光强变化自适应，避免因光照变化而出现拖影区域。(3)增加阴影检测模型。利用感兴趣区域（Region of Interest,ROI）像素分布确定阴影位置，结合运动目标自身特性分割出目标区与阴影区。仿真实验结果证明：改进型ViBe算法不仅能够完整地检测、抓取运动目标，而且还可以有效地抑制拖影区域并消除目标阴影。

针对传统ViBe算法在运动目标检测中鬼影现象难以消除的问题,提出一种根据欧氏距离及Tanimoto系数计算前景-邻域背景像素灰度直方图相似度的方法来检测及消除鬼影;针对传统ViBe算法在运动目标检测中无法消除阴影的问题,提出了一种结合YCbCr颜色空间和混合高斯阴影模型的方法来检测及消除阴影。仿真实验结果表明,本文算法在保留原有ViBe算法高效性的同时,能够有效地消除鬼影及阴影问题。

在复杂场景中,阴影严重影响目标检测的准确度,传统目标检测方法易将运动阴影误检为运动目标。针对这一问题,提出了改进的拉普拉斯-高斯(log)算子与ViBe算法相结合的视频阴影消除算法。在log算子检测的基础上,采用二维数字滤波器进行滤波检测;将二维数字滤波器的系数矩阵旋转180°以创建卷积核;利用二维卷积对创建的卷积核与输入的图像矩阵进行卷积,实现对图像的边缘检测,最后利用改进的log算子提取外轮廓边缘和前景目标边缘,二者相减得到内部边缘,即消除阴影的运动目标边缘。实验结果表明,改进的算法可有效地消除阴影,同时提高了算法的鲁棒性。

视频图像分割时的运动阴影由于与被测对象的相似性而常被误判为被测对象，传统的阴影检测方法一般难以满足实时智能交通系统对处理速度的要求。为此，提出用多阈值法分割图像，将灰度化的当前图像与背景差分，再用正、负两个阈值对其二值化，在分割出深色和浅色被测对象的同时消除阴影。实验表明，将这种方法应用于运动车辆的检测，具有速度快和阴影消除效果好等特点，可应用于实时的运动目标检测和跟踪等领域。

由于月球表面的地形起伏引起月面遥感图像像素与太阳相对位置和几何取向不一致，导致月面遥感数字图像上阴影像素的产生。为了解决这一问题，利用与遥感图像匹配的DEM和光照方位参数进行遥感图像的阴影判断，基于DEM数据，利用邻坡反射辐射，进行自然地形条件下的月表遥感图像阴影像素的阴影消除，恢复成太阳光谱照度相等（入射角，反射角和距离相同）时的像素遥感值。仿真实验结果表明：该方法较好地消除了月表影像的阴影，充分恢复了月表影像的反射/光谱特征。

针对固定场景监控中复杂背景、光照变化、阴影等影响视频分割的问题,提出了一种有效的混合高斯模型的自适应背景更新算法,各像素点根据其像素值出现的混乱程度采取不同个数的高斯分布描述,通过对背景模型的学习与更新、高斯分布生成准则等方面的改进和优化,采用基于形态学重构的阴影消除方法使得前景目标分割的性能得到了有效地提高。文中同时给出了光照突变检测及其背景更新方法。通过对各种实际场景的实验仿真表明,该算法能够快速准确地建立背景模型,准确分割前景目标,与其它算法比较具有更强的鲁棒性。

在背景图像差分的基础上,提出一种改进的实时背景更新算法.通过背景学习过程,利用若干帧连续图像中每点像素灰度值样本,估算对应像素点的灰度值均方差.利用正态分布的"3σ原则"对图像背景进行实时更新,消除背景变化对人体分割的影响.提出基于图像平均灰度值的阈值分割算法,以提高算法对不同光照强度的适应能力.提出基于垂直投影图的阴影消除算法,分析表明,人体躯干和影子区的垂直投影特性不同,由此可以有效消除人体影子.实验结果表明,本算法在不同的光照情况下能够完整分割运动人体图像.