周峰　李娜

摘要：智能視頻監(jiān)控通過使用圖像處理和計算機視覺等處理方法，能夠?qū)討B(tài)場景信息進(jìn)行檢測、分析、識別、跟蹤，以此分析觀察目標(biāo)的行為。自動目標(biāo)檢測是指從視頻中自動檢測運動物體的技術(shù)，它是視頻監(jiān)控研究的重點內(nèi)容。自動運動目標(biāo)檢測技術(shù)主要有三類：光流法、刪減背景法以及幀差法，本文重點介紹關(guān)于運動目標(biāo)自動檢測算法的相關(guān)研究。

關(guān)鍵詞：自動檢測 運動捕獲 目標(biāo)跟蹤

中圖分類號：TP39 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2015）05-0000-00

隨著互聯(lián)網(wǎng)的快速發(fā)展，計算機以廣泛應(yīng)用到多個領(lǐng)域，如文本處理，圖像處理、音頻視頻信息處理等[1]。視頻信息通過具有大量的數(shù)據(jù)，無法通過人工方式進(jìn)行處理，迫切需要使用計算對其進(jìn)行自動地分析處理。智能視頻監(jiān)控就是對計算機視頻數(shù)據(jù)進(jìn)行處理的一個重要應(yīng)用方向。通常來說，視頻監(jiān)控系統(tǒng)主要用于各種安全保護(hù)、交通調(diào)度、信息追蹤等方面，廣泛應(yīng)用于社會各個領(lǐng)域，為人么日常的社會生活提供更加便捷安全的環(huán)境，例如：交通視頻監(jiān)控、高速路自動收費、遠(yuǎn)程教育以及一些特殊的安全保障[2]。

視頻圖像中數(shù)據(jù)量過大，計算機無法對視頻中所有信息進(jìn)行處理，只能夠?qū)δ承┻\動的物體感興趣，例如運功的汽車，步行的人群等。而對于靜止物體關(guān)注程度較低，因為它們通常不包含有用的信息。

1 光流法原理

光流是指在三維空間中運動物體在其觀測平面上像素運動瞬時的速度場，是運動場景中的可見點的三維速度矢量在平面上的投影。因此，物體大量的運動信息可以通過光流形式展現(xiàn)，物體不同時刻的運行情況被表達(dá)出來。

光流法是一種二維估算方法，其主要是基于下述兩個基本假設(shè)下提出的：（1）圖像上不同像素點之間存在聯(lián)系并不相互獨立，且鄰近像素的灰度有關(guān)聯(lián)關(guān)系，此外光流在整體圖像中是平滑變化的。（2）圖像中像素點在任意時刻的亮度值在很小的時間間隔內(nèi)恒定不變。

假定時間 ，圖像中的一個像素點 的灰度值為 ，在時間間隔 后，該點移動至位置 ，灰度值變?yōu)?。根據(jù)上述假設(shè)，像素點在時間間隔 內(nèi)，灰度值恒定：

此外，像素點在圖像中是平滑辦法的，則上式可用Taylor Expansion展開：

2 刪減背景法原理

刪減背景法是指通過比較當(dāng)前幀和圖像背景的差異，對結(jié)果進(jìn)行處理得到運動目標(biāo)的方法。在該方法中目標(biāo)背景建模和更新是能否識別運動目標(biāo)的關(guān)鍵。通常情況，攝像機并不會移動，其拍攝背景固定不變，因此該方法能夠完整提取目標(biāo)的運動區(qū)域。但是當(dāng)場景中存在變化的背景情況時，將不能得到精確的運動目標(biāo)檢測。

背景構(gòu)建更新方法，首先假設(shè) 是視頻圖像中 時刻的圖像信息， 時刻圖像背景定義為 ， 時刻差分圖像為：

將 進(jìn)行閾值處理，可以提取運動目標(biāo)的二值圖像 ，公式如下：

刪減背景法在背景已知且固定不變的情況下，能夠精確的檢測運動目標(biāo)運動軌跡。該方法成功的核心是是否能夠合理的提取背景，如果背景圖像無法反應(yīng)實際的背景變化情況，則該方法的檢測結(jié)果較差。幾種常見的背景建立方法：（1）均值過濾法。該方法重點考慮背景的輕微變動，緩存時刻 前后 幀視頻圖像像素位置，計算像素均值作為背景圖像中像素位置。但是該方法對內(nèi)存要求較大，只能使用規(guī)模運動目標(biāo)的識別。（2）基于碼本法。碼本法是指通過對視頻圖像序列進(jìn)行觀察，利用聚類的方法構(gòu)建背景模型。通常碼本并不一定滿足某些數(shù)學(xué)分別。在檢測目標(biāo)時，需要將幀中每個像素點和背景中對應(yīng)碼本比較，滿足一下兩規(guī)則即可：像素顏色與碼字的失真程度小于某閾值；像素亮度在該碼字亮度區(qū)域內(nèi)。（3）隱馬爾科夫方法。其是為了處理場景光照的異常行為。例如：電燈開關(guān)、雷電、晴陰交替出現(xiàn)等等。它的基本原理是將這些現(xiàn)象看做離散的集合狀態(tài)，使用三狀態(tài)隱馬爾科夫模型對像素建模，三狀態(tài)分別對應(yīng)陰影、背景和前景。

3 幀差法原理

幀差法是指通過計算運動物體近鄰幀之間的差異，通常背景圖像近鄰幀之間固定不存在差異，近鄰幀之間對應(yīng)點的差越大，則物體運動區(qū)域越大。當(dāng)差值為0時，則說明是背景部分無差異。簡單的幀值法公式為：

其中， 為時刻 像素點 的灰度值， 為 時刻的像素點 的灰度值。

場景中無運動物體時，背景穩(wěn)定無變化， ；當(dāng)場景中有物體運動是 。通常情況，設(shè)定閾值 ，如果 則圖像中像素點在運動區(qū)域內(nèi)，否則在運動區(qū)域外。獲取的運動目標(biāo)二值圖像為 ，公式如下所示：

幀差法具有廣泛的應(yīng)用前景，且使用能力強。但它要求較高的差分幀選擇：其一運動目標(biāo)的運動速度如果較快，則較長的時間間隔進(jìn)行差分計算，但若過長則二者不存在重疊會被看作兩個不同的物體；其二，如果運動體速度較慢，則較短時間間隔使得運動物體重合，無法檢測運動區(qū)域。因此幀差法通常只使用于運動目標(biāo)檢測的預(yù)處理工作。

4 結(jié)語

本文重點討論了運動目標(biāo)檢測的相關(guān)技術(shù)研究。運動目標(biāo)檢測是圖像分割技術(shù)的一種，能夠從視頻圖像序列中刪除背景知識，提取運動物體目標(biāo)。一次介紹了光流法、刪減背景法以及幀差法三種背景構(gòu)建提取運動目標(biāo)的方法。討論這三種方法的優(yōu)缺點，為今后進(jìn)一步研究運動目標(biāo)檢測提供了基礎(chǔ)。

參考文獻(xiàn)

[1] 馮蓓蓓.運動自標(biāo)檢測系統(tǒng)的設(shè)計與實現(xiàn)[D].大連理工大學(xué)碩士論文，2009.

[2] 郝菲.智能監(jiān)控系統(tǒng)中運動目標(biāo)檢測跟蹤的研究[D].北京交通大學(xué)碩士論文，2009.