閆占芳 黃楠

摘 要：運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)作為智能視頻監(jiān)控的基礎(chǔ)，其目的在于獲得完整的運(yùn)動(dòng)目標(biāo)。本文對(duì)常見的運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行了分析，綜合幀間差分法和背景減除法設(shè)計(jì)出一種適用于復(fù)雜背景的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，最后通過實(shí)驗(yàn)驗(yàn)證了該算法的有效性。

關(guān)鍵詞：智能視頻監(jiān)控；運(yùn)動(dòng)目標(biāo)檢測(cè)；幀間差分法；背景減除法；

文章編號(hào)：1674-3520（2015）-06-00-01

一、引言

智能視頻監(jiān)控系統(tǒng)在安全生產(chǎn)、人員監(jiān)控方面發(fā)揮著日益重要的作用，以提取運(yùn)動(dòng)前景目標(biāo)為目的的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)，是智能視頻監(jiān)控系統(tǒng)的重要研究?jī)?nèi)容之一，是運(yùn)動(dòng)目標(biāo)跟蹤、分類和識(shí)別等后續(xù)處理的前提，也是尚未根本解決的難點(diǎn)問題。本文對(duì)常見的運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行分析研究，綜合其優(yōu)點(diǎn)設(shè)計(jì)一種適用于復(fù)雜背景的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。

二、運(yùn)動(dòng)目標(biāo)檢測(cè)算法

運(yùn)動(dòng)目標(biāo)檢測(cè)通過去除背景成分，以便從視頻圖像中獲取準(zhǔn)確的運(yùn)動(dòng)目標(biāo)，在此過程中要去除噪聲（背景噪聲和前景噪聲）的影響，目前光流法、幀間差分法以及背景差分法成為主流的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。

（一）光流法。光流法[1]通過光流場(chǎng)和運(yùn)動(dòng)場(chǎng)來描述。利用光流法進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)主要是根據(jù)光流場(chǎng)的變化情況，通過光流矢量的變化來判斷是否有運(yùn)動(dòng)目標(biāo)。光流法計(jì)算流程如圖1所示。

圖1 光流法流程圖

由上圖可以看出，光流法計(jì)算流程為：首先，選取視頻圖像的相鄰兩幀，對(duì)其進(jìn)行運(yùn)動(dòng)估計(jì)；然后，根據(jù)運(yùn)動(dòng)估計(jì)的結(jié)果進(jìn)行場(chǎng)景分割，對(duì)分割后的結(jié)果進(jìn)行濾波處理，并去除較小的區(qū)域；最后，比較當(dāng)前區(qū)域與原區(qū)域是否有區(qū)別，若有區(qū)別則存在運(yùn)動(dòng)目標(biāo)，并保存當(dāng)前的區(qū)域；否則無運(yùn)動(dòng)物體。

（二）幀間差分法。幀間差分法[2]通過比較相鄰兩幀或多幀之間的差異來進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)。其流程圖如圖2所示。

圖2 幀間差分法流程圖

幀間差分法算法簡(jiǎn)單，對(duì)光線以及背景擾動(dòng)不敏感，由于幀間差分法中用來做差的兩幀間時(shí)間間隔小，因此在背景發(fā)生變化時(shí)不會(huì)對(duì)結(jié)果造成太大影響；另外幀間差分法最大的特點(diǎn)在于運(yùn)算速度快，適用于實(shí)時(shí)性要求高的環(huán)境。但該算法對(duì)噪聲敏感，容易將背景像素作為運(yùn)動(dòng)目標(biāo)檢測(cè)出來，導(dǎo)致檢測(cè)區(qū)域相較于運(yùn)動(dòng)區(qū)域要大，故得到的檢測(cè)結(jié)果并不十分準(zhǔn)確。為提高檢測(cè)性能，在運(yùn)動(dòng)目標(biāo)檢測(cè)時(shí)一般采用多幀差法或其它改進(jìn)算法。幀差法運(yùn)算速度快，但是準(zhǔn)確性差，一般在對(duì)準(zhǔn)確度要求低的場(chǎng)景中應(yīng)用較多。

（三）背景減除法。背景減除法[3][4]是通過去除圖像中的背景來提取運(yùn)動(dòng)目標(biāo)。該方法需要假設(shè)背景在某段時(shí)間內(nèi)保持不變，以保證目標(biāo)檢測(cè)的準(zhǔn)確性。背景減除法算法流程如圖3所示。

圖3 背景減除法流程圖

三、改進(jìn)目標(biāo)檢測(cè)算法及其結(jié)果

復(fù)雜環(huán)境下容易存在光線突變、突發(fā)運(yùn)動(dòng)等問題，上述算法不能滿足其要求。本文綜合上述幾種算法提出了基于幀間差分法和背景減除法的改進(jìn)算法。該算法首先利用幀差法檢測(cè)視頻圖像中是否存在運(yùn)動(dòng)目標(biāo)，并計(jì)算運(yùn)動(dòng)目標(biāo)的面積，若面積大于設(shè)定閾值則認(rèn)為有運(yùn)動(dòng)目標(biāo)存在，對(duì)背景模型進(jìn)行更新，同時(shí)提取運(yùn)動(dòng)目標(biāo)；否則，用當(dāng)前幀圖像對(duì)背景模型初始化，同時(shí)對(duì)背景進(jìn)行更新。利用幀差法和背景減除法相結(jié)合的算法可消除動(dòng)態(tài)背景，從而只保留運(yùn)動(dòng)目標(biāo)。

四、結(jié)論

對(duì)常見的運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行了分析，并提出一種適用于復(fù)雜背景的改進(jìn)算法，該算法綜合了幀間差分法與背景差分法。通過多個(gè)場(chǎng)景下的試驗(yàn)結(jié)果，證明了該算法在運(yùn)動(dòng)目標(biāo)檢測(cè)方面的優(yōu)勢(shì)。

參考文獻(xiàn)：

[1]Neri A.， Colonnese S.， Russo G et al. Automatic moving object and background separation[J]. Signal Processing， 1998， 66（2）： 219-232.

[2]Haritaoglu Ismail， Harwood David， Davis Larry S. W4： Real-time surveillance of people and their activities [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2000， 22（8）： 809-830.

[3]袁國(guó)武. 智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤算法研究[D]. 云南：云南大學(xué)， 2012.

[4]龍章勇. 淺析軌道交通智能視頻監(jiān)控的關(guān)鍵技術(shù)[J]. 硅谷， 2011（6）： 10-29.

作者簡(jiǎn)介：1、閆占芳（1987），女，助理工程師。E-mail：yanzf@cnpe.cc。2、黃楠（1987），女，助理工程師。E-mail：huangnan@cnpe.cc