鄧 博，范文兵，常伯樂

(鄭州大學(xué) 信息工程學(xué)院，河南 鄭州450001)

在生活中，大部分有意義的視覺信息是包含在運動物體中的，所以運動物體的檢測在機(jī)器視覺應(yīng)用領(lǐng)域是一個重要的課題。運動物體檢測主要是對攝像頭獲取的動態(tài)序列圖像進(jìn)行運算分析的過程，要處理的數(shù)據(jù)量通常很龐大，現(xiàn)有的算法在一般處理器上實現(xiàn)起來處理速度較慢，實時性有所不足，而對于許多用戶來說，需要的是一種體積小同時具備智能化，而且實時性很強(qiáng)的基于嵌入式的智能監(jiān)控系統(tǒng)產(chǎn)品。因此，對基于嵌入式的運動檢測算法的研究具有很強(qiáng)的實際意義。

現(xiàn)有的運動目標(biāo)檢測方法主要有三種:光流法、幀差法和背景差法。

光流法［1］利用圖像序列中的像素強(qiáng)度數(shù)據(jù)的時域變化和相關(guān)性來確定各像素點位置的運動，缺點是計算方法復(fù)雜，處理速度慢，達(dá)不到實時處理的要求。

幀差法［2］是將相鄰兩幀圖像相對應(yīng)像素點的灰度值相減，然后將差值二值化，得到的圖形區(qū)域就是有運動物體經(jīng)過區(qū)域。缺點是該方法容易產(chǎn)生空洞，影響檢測結(jié)果。

背景差法［3］是先計算出一幅背景的參考圖像(或者模型)，然后將其與新獲取的幀做比較，得到一幅標(biāo)記出運動目標(biāo)區(qū)域的二值圖像。常用的建立模型方法有均值法、中值法、W4法、高斯法、核密度估計法等。這幾種建模法共同的缺點就是建模的過程需要幾十幀進(jìn)行學(xué)習(xí)，實時性不高?；诖?，Olivier Barnich等人于2009年提出一種ViBe(Visual Background Extractor)［4-6］背景模型的運動檢測算法，其算法實時性較高，適用于嵌入式系統(tǒng)。

本文介紹了新型背景建模算法ViBe的算法思想及其在嵌入式視頻處理系統(tǒng)TMS320DM6437上實現(xiàn)的具體流程，并引入幀級更新策略，以彌補(bǔ)原算法對突變背景更新較慢的不足。隨后對算法得出的前景目標(biāo)進(jìn)行二值化、中值濾波、連通域捕捉，最終實現(xiàn)對運動目標(biāo)的捕捉。

1 ViBe運動檢測算法

1.1 ViBe算法描述

ViBe算法用同一幀圖像中像素點作為樣本點來對像素建模，并使用隨機(jī)的方法建立、更新背景模型。實驗表明［5］，該算法運算復(fù)雜度低，抗噪聲性好，在灰度圖像空間建模時不需要浮點運算［4］，適合在嵌入式系統(tǒng)上實現(xiàn)。

1.2 ViBe算法背景建模及對像素點分類

首先將t時刻x點位置的像素值定義為pt(x)，并在該像素點的某個鄰域Nt(x)內(nèi)有放回的隨機(jī)取N次像素點，記為樣本集合

再把顏色空間中與pt(x)歐幾里德距離小于R的像素點集合定義為

然后取兩個集合交集的勢，公式為

如圖1所示，坐標(biāo)軸C1和C2表示某二維的顏色空間，SR(pt(x))范圍內(nèi)包含Bt(x)元素的個數(shù)即是count的取值。

圖1 像素點背景分類

這樣，對任意時刻t，任意像素點pt(x)，可以取定一個閾值#min，使得pt(x)的概率足夠大，公式為

集合Bt(x)即是t時刻x像素點的背景模型［4］。由此完成對像素點分類。

1.3 ViBe算法背景模型更新

如果x位置像素點被判定為背景，系統(tǒng)生成一個隨機(jī)函數(shù)來判定這個像素是否被用來更新背景模型，如果判定為要更新，則系統(tǒng)用該點像素值pt(x)隨機(jī)的去替換背景模型Bt(x)中的某一個元素［4］，如圖2所示。

圖2 像素點背景模型更新

除此之外，還要考慮到該像素點的鄰域Nt(x)，由于圖像中相臨近位置的像素點在顏色空間的相關(guān)性很強(qiáng)，因此其鄰域像素為背景像素的可能性就很大。使用該點像素值pt(x)來更新鄰域Nt(x)內(nèi)隨機(jī)某位置xi像素點的背景模型Bt(xi)，能夠?qū)⒈尘爸型蝗煌？坎㈤L時間逗留的前景目標(biāo)去除，使其不被檢測成為前景目標(biāo)。具體算法過程，在后面詳細(xì)介紹。

2 實驗平臺介紹及方案流程

2.1 TMS320DM6437系統(tǒng)平臺介紹

TMS320DM6437(簡稱DM6437)是專為高性能、低成本視頻應(yīng)用開發(fā)的，主頻600 MHz，32位定點，采用達(dá)芬奇(DaVinci)技術(shù)。該器件采用TI第3代超長指令集結(jié)構(gòu)(VelociTI.3)的TMS320C64x+DSP內(nèi)核，主頻可達(dá)600 MHz。除此之外，DM6437內(nèi)部集成一個視頻處理子系統(tǒng)(VPSS)，包括視頻處理前端(VPFE)和視頻處理后端(VPBE)兩部分，從硬件上完成必要的視頻預(yù)處理和后處理［6］。

DM6437的軟件系統(tǒng)是基于DSP/BIOS實時操作系統(tǒng)構(gòu)建的。在DM6437的軟件結(jié)構(gòu)中，系統(tǒng)通過調(diào)用相應(yīng)的API接口，建立了6個通道句柄，包括3個視頻采集通道和3個視頻顯示通道，并為各通道分配對應(yīng)的緩存區(qū)。這樣，系統(tǒng)建立了2個隊列:一個是由CCD控制器維護(hù)的視頻采集隊列;另一個是由應(yīng)用層維護(hù)的視頻顯示隊列。2個隊列各包含3個緩存區(qū)，對于隊列的數(shù)據(jù)操作可以通過調(diào)用FVID_exchange函數(shù)來完成［7］。對視頻采集隊列的句柄執(zhí)行FVID_exchange函數(shù)，CCD控制器把攝像頭新采集到的一幀數(shù)據(jù)填充到隊列頂部的緩存區(qū)，并把該緩存區(qū)排到視頻顯示隊列的底部，以待顯示(如圖3所示);對視頻顯示隊列執(zhí)行FVID_exchange，應(yīng)用層會把隊列頂部的緩存區(qū)數(shù)據(jù)顯示出來，并把該緩存區(qū)送還給視頻采集隊列的底部，等待重新填充數(shù)據(jù)(如圖4所示)。第2次執(zhí)行該函數(shù)，會完成一個數(shù)據(jù)“采集—顯示”的過程，因此，對于視頻圖像的處理，就應(yīng)該在第2次執(zhí)行該函數(shù)之間完成。

2.2 程序流程

考慮到ViBe背景建模相對較低的運算量以及DM6437的運算能力，本文設(shè)計了一種基于DM6437平臺的運動目標(biāo)檢測程序，以實現(xiàn)在嵌入式系統(tǒng)中完成對運動物體的偵測和捕捉。

在DM6437視頻系統(tǒng)中，首先通過視頻預(yù)處理，把圖像的顏色空間設(shè)置為YUV格式，以便于和灰度空間的轉(zhuǎn)換。這樣，對圖像灰度值得操作即為對圖像Y分量的操作。下面論文中對圖像的背景模型建立以及更新都是在灰度空間進(jìn)行的。

基于系統(tǒng)軟件的框架，設(shè)計的程序結(jié)構(gòu)如圖5所示。

圖5 程序結(jié)構(gòu)圖

程序流程主要分下面幾個步驟:

1)建立背景模型

取視頻的第一幀數(shù)據(jù)，用ViBe算法對所有像素點建立背景模型，然后將原圖像數(shù)據(jù)送交屏幕顯示。

在第1.2節(jié)介紹過，對像素點建模先要選取該點某個的領(lǐng)域，在確定鄰域覆蓋的范圍時，選擇應(yīng)該適中［5］，實驗結(jié)果表明，對于實驗平臺所用的分辨率為720×480的圖像，選擇八鄰域能得出滿意的結(jié)果。將像素點pt(x)的八鄰域內(nèi)所有點的像素值所組成的集合記為

這里用上標(biāo)i表示元素序號。在Nt(x)中有放回的隨機(jī)選取N次，所選到的像素值組成一個新的集合，計算像素點pt(x)的背景模型，記為

實驗的結(jié)果顯示，在灰度圖像空間，取值R=20，N/#min=10效果較好，本文取N=20，#min=2。

2)對當(dāng)前幀像素點分類

取視頻的第n(n≥2)幀數(shù)據(jù)，與背景模型對比以確定各像素點是不是前景類型。由于在灰度空間，顏色的維度是1，因此式(2)等價于

所以，判斷x位置像素pt(x)是否為前景目標(biāo)的準(zhǔn)則是對該點背景模型Bt(x)進(jìn)行如下運算

對式(8)重復(fù)計算N=20次，如果背景候選點個數(shù)大于等于#min，則x位置像素pt(x)判定為背景點，否則為前景點。

3)隨機(jī)的對各像素點背景模型更新，具體過程如圖6所示。

圖6 像素點背景模型更新流程圖

其中，步驟②和步驟④判斷結(jié)果要具有隨機(jī)性，可以設(shè)定生成隨機(jī)整數(shù)r∈［0，φ-1］作為判定依據(jù)，φ代表背景模型的更新和傳播頻率，當(dāng)r=0時，判定為真，否則判定為假。步驟⑤是對八鄰域像素點的背景模型進(jìn)行隨機(jī)更新，這樣可以去除攝像頭或者運動目標(biāo)的微動所引起的誤差以及重影，還可以逐步消除前一幀背景模型的偽前景目標(biāo)［5］。

4)對ViBe模型更新算法進(jìn)行改進(jìn)，加入幀級更新。

由于ViBe算法對背景模型的更新策略是對像素點背景模型的更新，而且這種更新還具有隨機(jī)性，那么如果因為光照變化或者其他特殊原因使得視頻圖像出現(xiàn)突變，就會導(dǎo)致很長一段時間內(nèi)背景模型與當(dāng)前實際視頻圖像相差較大，以致不能正確檢測出前景目標(biāo)。為此，在視頻圖像發(fā)生突變的情況下，引用幀級更新的策略，對當(dāng)前幀圖像重新建立背景模型。由于在視頻圖像沒有突變的情況下，每幀圖像的像素點背景模型更新的個數(shù)是相近的，對這一數(shù)據(jù)進(jìn)行統(tǒng)計，記為NR，與前一幀更新的像素點數(shù)NR'做比較，公式為

如果式(9)成立，則判定圖像發(fā)生突變，系統(tǒng)對當(dāng)前幀重新建立背景模型，在其后的第二幀就可以提取前景了。由于ViBe算法建模簡單快速，所以重新建立背景不會降低系統(tǒng)的實時性。

5)完成像素點背景分類后，按式(10)做二值化

這樣按照步驟1)至步驟5)，對整幀圖像所有像素遍歷一遍后得到前景二值化圖像數(shù)據(jù)，如果把數(shù)據(jù)送屏幕顯示，得到圖像如圖7a所示(圖像中，手是運動物體)。

6)對前景二值圖像進(jìn)行中值濾波［8］，用3×3的滑動窗口遍歷整幀圖像，消除孤立像素點，濾波后圖像效果如圖7b所示。

7)對前景二值圖的連通區(qū)域標(biāo)號，并用矩形框標(biāo)注前景目標(biāo)。本文使用掃描標(biāo)記法［9］，對一幀圖像從上到下、從左到右逐點掃描遍歷，對前景像素點進(jìn)行連通域標(biāo)號，掃描過后可能存在同一連通域內(nèi)像素點標(biāo)號不統(tǒng)一的情況，為此，進(jìn)行第二輪掃描，查看并統(tǒng)一各相鄰的前景點的連通域標(biāo)號，使得同一連通域內(nèi)所有像素點標(biāo)號統(tǒng)一，同時得出連通域的范圍坐標(biāo)，畫矩形框標(biāo)注該連通域，效果如圖7c所示。

8)將步驟7)畫出的矩形框等坐標(biāo)疊加到這一幀的原始圖像上，標(biāo)注出運動目標(biāo)的區(qū)域，結(jié)果如圖7d所示。至此，預(yù)期目標(biāo)達(dá)成。

3 總結(jié)

本文針對ViBe背景建模的低運算量的特性，設(shè)計了一種實時性很強(qiáng)的基于ViBe背景建模算法的運動檢測方案，并在DM6437嵌入式視頻系統(tǒng)平臺上實現(xiàn)該方案。在ViBe背景模型更新環(huán)節(jié)，本文在原算法的策略基礎(chǔ)上引入了一種幀間更新的機(jī)制，使得系統(tǒng)能更快地適應(yīng)背景的突變。然后通過與背景模型對比完成對圖像前景的分類，最后對前景二值圖像的連通域標(biāo)號操作以完成對運動目標(biāo)的捕捉。實驗結(jié)果表明，本文提出的基于ViBe背景建模的運動檢測方案在嵌入式實時系統(tǒng)中具有很強(qiáng)的實用性。

圖7 實驗平臺上實現(xiàn)方案效果

［1］BARRON J L，F(xiàn)LEET D J，BEAUCHEMIN S S.Performance of optical flow techniques［J］.International Journal of Computer Vision，1994，12(1):43-47.

［2］梁國山，朱秀昌.用于人體檢測的改進(jìn)的幀差法［J］.電視技術(shù)，2009，33(S1):133-135.

［3］李澤峰，朱凌云.基于改進(jìn)背景差法的運動目標(biāo)檢測［J］.儀表技術(shù)，2012(1):34-36.

［4］BARNICH O，DROOGENBROECK M V.ViBe:a powerful random technique to estimate the background in video sequences［C］//Proc.IEEE Int.Conf.Acoustics Speech and Signal Processing(ICASSP).［S.l.］:IEEE Press，2009:945-948.

［5］BARNICH O，DROOGENBROECK M V.ViBe:a universal background subtraction algorithm for video sequences［J］.IEEE Trans.Image Processing，2011，20(6):1709-1724.

［6］Texas Instrument.TMS320DM6437 digital media processor［EB/OL］.［2012-08-20］.http://www.ti.com/lit/ds/symlink/tms320dm 6437.pdf.

［7］Texas Instrument.DSP/BIOS VPFE device driver user’s manual［EB/OL］.［2012-08-20］.http://www.ti.com/lit/an/spraap3a/spraap3a.pdf.

［8］蘇禮坤，陳懷新.中值濾波的視頻背景更新［J］.光電工程，2010，37(1):131-135.

［9］齊美彬，鮮柯，蔣建國.一種基于車輛遮擋模型的車流量統(tǒng)計算法［J］.儀器儀表學(xué)報，2010，31(6):1335-1341.