在計算機視覺領域，人體運動分析的研究具有廣泛的應用前景。由于人體運動的復雜性，已有的研究方法對人體和背景加上了許多限制條件。本文提出了一種新的方法在復雜背景下來獲得人體的骨架。
人體運動分析廣泛的應用于監(jiān)控、人機交互、視頻檢索等領域。骨架是表述人體區(qū)域
和輪廓信息的一種有效的方式。所謂骨架是由一些理想的細線組成，可以有效的反應出原物體形狀的連通性或者拓撲結構。由于人體運動的復雜性，已有的研究方法對人體和背景加了許多限制條件，例如背景單一，人體的著裝不要與背景靠色等。文[4]總結了許多骨架化的算法。然而仍有許多問題沒有解決，例如對骨架化仍沒有一個評價的標準，近來也有不少人在這個方向上做了許多的研究[5,6]。另一個重要問題是骨架化算法對噪聲特別敏感，細化后產(chǎn)生意想不到的結果。因此，首先必須很好的檢測出運動人體的區(qū)域，消除人人體區(qū)域內(nèi)的噪聲，進而才能進行人體骨架的提取。
本文的主要思想是在背景比較復雜的情況下通過背景建模的方法檢測出人體區(qū)域，再
用細化的方法提取人體的骨架。
通常檢測運動物體的方法是背景差法，首先確定背景作為參考圖像，然后用當前幀與
背景圖像相減得到差圖像，對差圖像進行域值分割，得到的二值圖像代表了運動部分。此方法產(chǎn)生許多問題，當人體的著裝與背景相近，檢測出的人體會出現(xiàn)空洞，并且不能消除陰影的影響，另外攝像機在拍攝過程中還引入了一定的隨機噪聲。
本文首先提出了一種新的背景差方案，有效的解決了在背景比較復雜時人體的檢測。
其次提出一種新的計算顏色模型，使用該模型能夠有效地計算色度差,從而解決運動物體的陰影消除問題。利用該方案實現(xiàn)了人體檢測，之后進行骨架的提取，并且在室內(nèi)和室外進行了實驗，實驗結果驗證了所提出方案的有效性。