效去除运动目标包含的阴影区域，从而实现人头区域的检测针对摄像机在静止条件下的自适应运动目标检测，提出一种改进的运动目标检测算法。首先，针对高斯混合背景建模初期背景建模效果不理想的问题，利用统计的方法得到背景模型，根据背景图像建立高斯混合模型；在模型学习方面，为均值与方差设置了不同的学习率。针对传统的LBP算子的缺陷，提出了一种改进的纹理特征算子，将其与HSV颜色空间去阴影的方法相结合，从而实现对阴影的检测与去除，利用随机Hough算子对圆的检测原理，在运动目标检测的基础之上，实现对人头的边缘检

基于HSV颜色空间阴影检测

提出一种结合人类视觉特性的脉冲耦合神经网络图像阴影检测方法。具体处理中结合人类视觉的侧向抑制特性以及图像的离散洗漱特征改进脉冲替换神经网络模型，将阴影检测视作阴影区域的分割过程，提出的方法与基于HSV颜色空间的阴影检测方法以及PCNN方法进行比较，通过主管视觉效果和客观评价对阴影检测结果进行评价，结果表明提出的方法符合人眼对阴影区域的感受，阴影检测效果良好。