本文主要研究了游泳池智能溺水报警系统的基本理论和关键技术。运动目标的检测、背景更新、阴影抑制以及噪声去除是其中最基础的部分。本论文针对以上几方面问题进行了探索和研究,提出了新的方法,并通过实验证明了新方法的有效性。主要研究包括以下几个方面： 1、对于背景建模问题,本文采用高斯混合模型描述连续视频监视图像中每一个被观察的像素,建立具有自适应性的背景模型,利用EM算法估计背景的各项参数。针对溺水报警系统的特点,本文提出了一种准确快捷的初始背景提取方法。 2、由于外界光线的干扰以及游泳者的游动等原因,泳池的背景会发生各种常见的变化,背景模型不再反应真实的背景情况,需要对其进行实时更新。本文对几种可能出现的背景变化情况进行了讨论,分别提出了相应的解决方案。论文中首次提出了过滤掉不感兴趣区域的想法,并且创新性的设计了均值算子来计算所覆盖区域的均值。实验证明,所提算法有效地解决了相应的背景更新问题。 3、在对阴影抑制问题的研究中,本文分别探讨了基于RGB颜色空间和HSV颜色空间的阴影检测算法,而HSV颜色空间较RGB颜色空间更接近于人的视觉对颜色的感知能力,而且能够更准确地反映灰度信息和色彩信息。实验结果表明,基于HSV空间的算法更能准确的检测出阴影区域并有效地去除。 4、对于游泳者检测和连通区域分析问题,本文提出了一种基于背景差分法的游泳者检测算法来提取运动目标,利用数学形态学对前期检测图像进行预处理,然后对连通区域做相应的标识,计算连通区域的面积,根据判断规则,如果面积小于一定的阈值,那么该区域被去除。