摘 要：描述了智能視頻監(jiān)控系統(tǒng)的概念及其研究意義。介紹了監(jiān)控圖像中運動目標(biāo)檢測的幾種方法，闡述了他們各自的基本原理和優(yōu)缺點。討論了目前運動目標(biāo)檢測所面臨的主要問題和困難，并展望了該領(lǐng)域的發(fā)展趨勢。

關(guān)鍵詞：視頻監(jiān)控；運動目標(biāo)檢測；幀間差分法；背景差分法；光流法

1 引言

智能視頻監(jiān)控系統(tǒng)作為一種有效的安防手段，已廣泛應(yīng)用于國防、國家安全、治安等多個方面。智能視頻監(jiān)控系統(tǒng)對運動目標(biāo)的實時檢測是其中的主要環(huán)節(jié)，是基于視頻的運動分析、行為理解等后續(xù)工作的基礎(chǔ)。所以對用于智能視頻監(jiān)控的運動目標(biāo)檢測算法的研究具有極其重要的意義。

2 視頻監(jiān)控中運動目標(biāo)檢測的流行方法

2.1 幀間差分法

幀間差分法就是利用圖像序列中連續(xù)兩幀或幾幀圖像的差異來進行運動檢測的，即對圖像序列中時間上相鄰的兩幅圖像求絕對差，然后用一個閉值來判斷變化的區(qū)域。

⑴相鄰兩幀圖像差分法。下圖為相鄰兩幀間圖像差分法原理圖。

相鄰兩幀圖像差分法的計算過程可用公式（2.1.1）來表示。

利用公式計算相鄰幀之間的差別得到差分圖像，然后選擇閾值對差分圖像二值化就可以獲得初始的運動目標(biāo)。這種兩幀間差分法具有很強的自適應(yīng)性，受光線變化影響不大，算法實現(xiàn)簡單，易于實現(xiàn)實時監(jiān)控，對光線的變化不敏感的優(yōu)點。但是當(dāng)相鄰兩幀圖像的信息比較接近時，這種方法通常只能得到運動目標(biāo)的輪廓，即不能檢測出完整的目標(biāo)，并且目標(biāo)檢測結(jié)果有重影現(xiàn)象。

⑵三幀差分法。為了克服相鄰兩幀圖像差分法的缺點，采用連續(xù)三幀圖像差分法來提取運動目標(biāo)的輪廓。三幀差分法[10]是改進的相鄰兩幀差分法，其基本原理是通過計算三幀圖像相鄰兩幀的差分，并將差分結(jié)果進行邏輯與運算。三幀差分法的主要內(nèi)容如下：

fk-1（x，y）、fk（x，y）、fk+1（x，y）分別表示連續(xù)的三幀原圖像，然后分別計算相鄰兩幀原圖像的絕對差灰度圖像d（k，k-1）（x，y）和d（k，k+1）（x，y），公式如下：

對d（k-1，k）（x，y）和d（k，k+1）（x，y）分別取閾值T進行二值化，得到二值化圖像b（k-1，k）（x，y）和b（k，k+1）（x，y），再將此二者在每一個像素位置進行邏輯與操作，得到三幀差分的結(jié)果二值圖像Dk（x，y），計算公式如下：

2.2 背景差分法

背景差分法是利用當(dāng)前幀圖像與背景圖像作差，以提取運動區(qū)域的一種運動檢測方法，這種方法也是現(xiàn)在使用較多的方法，常用于靜止背景下的運動檢測。

背景差分法的原理如圖2.2所示，

假定給定視頻圖像序列為

fk、Bk分別代表當(dāng)前視頻幀和背景幀，則差分后圖像可表示為：

其中，（x，y）為像素的空間坐標(biāo)，對上面得到的差分圖像通過一個閾值T來判斷圖像中各個像素點是前景像素點還是背景像素點，從而提取運動區(qū)域的圖像

2.3 光流法

光流法檢測運動目標(biāo)的基本原理是給圖像中的每一個像素點賦予一個速度矢量，在運動的一個特定時刻，圖像上的點與三維物體上的點一一對應(yīng)，這種對應(yīng)關(guān)系可由投影關(guān)系得到，根據(jù)各個像素點的速度矢量特征，可以對圖像進行動態(tài)分析。如果圖像中沒有運動目標(biāo)，則光流矢量在整個圖像區(qū)域是連續(xù)變化的，當(dāng)物體和圖像背景存在相對運動時，運動物體所形成的速度矢量必然和鄰域背景速度矢量不同，從而檢測出運動物體的位置。

3 存在的問題

⑴背景環(huán)境中捕捉的圖像受到多方面的影響。⑵實際用于進行目標(biāo)跟蹤的計算資源有限，而一些目標(biāo)檢測、識別與跟蹤方法計算量過大，無法滿足實時性的要求。

4 小結(jié)與展望

智能視頻監(jiān)控系統(tǒng)具有廣泛的應(yīng)用前景，不斷地突破難點，使監(jiān)控系統(tǒng)更加智能化，并具有更好的實時性和可靠性，最終肯定能夠開發(fā)出一套更加實用的智能視頻監(jiān)控系統(tǒng)。

[參考文獻]

[1]侯志強，韓崇昭.基于像素灰度歸類的背景重構(gòu)算法[J].軟件學(xué)報，2005，16（9）：1568-1576.

[2]衣秀清.靜態(tài)場景下運動目標(biāo)檢測與跟蹤算法研究[D].山東：山東大學(xué)碩士學(xué)位論文，2007：7-35.