62、低光照条件下的实时关键帧提取与移动投影阴影去除

低光照条件下的实时关键帧提取与移动投影阴影去除

在图像处理领域，低光照条件下的关键帧提取以及移动投影阴影的去除是两个重要且具有挑战性的问题。下面将分别介绍相关的算法和方法。

低光照关键帧提取算法

在低光照环境中，为了实现实时、有效的关键帧提取，采用了一系列的算法和策略。

传输选择策略

当两个小块的相似度高于预设的阈值时，会用一帧中对应位置的视角来替代 8 * 8 的传输，或者重新计算当前帧中该小块的传输。考虑到背景的细微变化可能无法被检测到，每 50 帧会强制更新一次传输图。

前景提取与背景建模

为确保实时处理，采用改进的 vibe 算法对增强后的低光照视频进行背景建模。Vibe 算法基于少量样本进行背景建模，运算效率高，对小噪声有一定的鲁棒性，但使用第一帧初始化背景模型时会出现“鬼影”问题，即算法会将视频序列的第一帧中的移动物体当作场景背景，导致该物体离开场景后长时间被视为前景。

具体步骤如下：
- 由于相邻像素具有相似的像素值，对于第一个像素，随机选择其邻域的像素值作为模型样本值，数学表达式为：
- (M_0(x) = {v_0(y|y \in NG(x))})
其中，(NG(x)) 表示相邻像素，(y) 表示随机选择的相邻像素作为模型样本值。
- 背景模型为每个背景点存储一个样本值，将每个新像素值与样本值进行比较，以确定其是否属于背景。具体方法是计算样本集与新像素值之间的直接距离，如果距离小于预设阈值，则增加近似样本点的数量；否则，将新像素点视为背景。样本数量 (N) 为 20，阈值 (min) 为 2，相同距离的阈值 (R) 为 20。