王海全，邱衛(wèi)根，譚臺哲

(1. 廣東工業(yè)大學 計算機學院，廣東 廣州510006;2. 河源廣工大協(xié)同創(chuàng)新研究院，廣東 河源517000)

背景差分法以其相對較好的噪聲抑制能力和較低的計算復雜度，成為實際應用中運動目標檢測的首選。背景差分法的關鍵主要體現(xiàn)在背景模型的選擇和更新機制的設計上。一般的背景差分方法，如混合高斯算法(Gaussian Mixture Model)［1］、碼本算法(Codebook)［2］等，對光照敏感，且需要幾十幀的圖像進行背景模型的構建，實時性差。Olivier B 等人在一致性建模算法(SACON)［3］和SOBS 算法［4］的啟發(fā)下，提出了ViBe 算法［5］。

ViBe 算法是一種非參數(shù)化聚類背景建模方法，在不同環(huán)境下具有良好的適應性和實時性［6］，檢測效果明顯。傳統(tǒng)的ViBe 算法仍然存在一些缺陷，例如，光照突然變化時，ViBe 算法會將大面積的背景點誤檢為前景點，即使經(jīng)過了很長時間，也難以重新將其歸類為背景。同時，ViBe 算法背景模型的單幀初始化方式容易引入鬼影區(qū)域，而且該算法模型更新策略并不能很好地處理噪聲。針對這些不足，本文依據(jù)光照變化并不會改變圖像的紋理特征這一特性，提出運用尺度不變局部三值模式(SILTP)［7］對圖像進行紋理特征提取，通過比較SILTP 值來對前后景像素進行分類，實驗結果表明，改進后的算法對光照變化取得了較好的魯棒性。此外，本文采用20 幀圖像進行背景模型的初始化，并且更新策略改進為替代異常值的方式，實驗顯示，改進后的算法在處理鬼影區(qū)域和抑制噪聲方面取得了明顯的效果提升。

1 ViBe 算法思想和SILTP 算子

1.1 ViBe 算法思想

ViBe 算法首次將隨機化的方法引入到背景模型中，同時根據(jù)圖像中相鄰像素的時空一致性原則，采用單幀初始化策略和隨機信息傳播機制。

1)背景模型表示:屬于背景中每一個像素的背景模型用N 個背景樣本組成(N 取值為20)，定義I(x)為歐式空間中位于x 處的像素，Ik為選取的樣本像素，則像素I(x)對應的背景模型M(x)如式(1)所示

2)背景模型初始化:與其他背景差分算法不同的是，ViBe 算法采用單幀初始化策略。如圖1a 所示，在第一幀中，從I(x)的八鄰域NG(x)里隨機多次選取N(N 取值為20)個像素值，存放到對應的背景模型的N 個樣本中。如式(2)所示，定義M0(x)作為第一幀的背景模型

3)像素分類:在2－D 歐式空間中，定義SR(I(x))是以像素I(x)為中心，距離R(R 取20 個像素)為半徑的球體(見圖1b)。設定閾值#min(#min 取值為2)，當集合M(x)與SR(I(x))的交集大于#min 時，則判定I(x)為背景像素，反之，則為前景像素。

圖1 像素的8 鄰域和像素分類

4)背景模型更新及信息傳播:若I(x)被分類為背景像素，ViBe 算法將從I(x)的背景模型M(x)中隨機選取一個樣本Ik，然后用I(x)來替代。這種隨機化更新方式，保證了每一個樣本的生命周期呈平滑指數(shù)遞減，避免了先進先出更新策略的缺陷?？紤]到在實際應用場景中，不必頻繁更新背景，該算法采用了二次時間取樣的方式，來延長模型中樣本的生命周期。

為了保證像素鄰域空間一致性以及恢復被前景遮擋的背景像素，ViBe 算法在采用像素I(x)對背景模型進行更新的同時，還使用I(x)對鄰域中的像素的樣本模型進行更新，這就是隨機信息傳播機制。

1.2 尺度不變局部三值模式SILTP

在實際應用中，光照突變等因素都會導致圖像的多尺度變化，對此，Shengcai L 等人在LTP［8］的基礎上提出尺度不變?nèi)的Ｊ?Scale Invariant Local Ternary Pattern，SILTP)。其計算公式如式(3)所示

式中:Ic表示中心點像素值，Ik表示N 鄰域中所對應的像素值，并且N 鄰域位于以Ic為中心，R 為半徑的區(qū)域中，?表示二進制串的連接運算符，t 表示比例系數(shù)，st(Ic，Ik)是一個分段函數(shù)，定義如式(4)所示。由于比較結果只有三種可能，因而采用兩位二進制來表示結果，SILTP 具體編碼過程如圖2所示，從圖中可以看出，SILTP 對于噪聲和尺度變化具有強魯棒性。

圖2 SILTP 編碼過程

SILTP 算子的優(yōu)勢主要體現(xiàn)在三個方面。首先，由于SILTP 只比LBP 多一次比較，因此，其計算效率較高;其次，與LTP 類似，SILTP 引入?yún)^(qū)間范圍，從而對噪聲的魯棒性較好;最后，也是最重要的一點，就是SILTP 引入尺度不變特性，因此，對于光照變化的處理效果較好。

2 改進后的運動目標檢測算法

結合SILTP 紋理描述算子，利用像素的時間和空間特性，提出改進后的運動目標檢測算法。圖3 為本文的算法流程圖，下面將從背景模型初始化、運動目標檢測和模型更新等方面介紹本文的改進算法。

圖3 算法流程圖

2.1 背景模型的初始化

當視頻的第一幀包含運動目標時，ViBe 單幀初始化策略在初始化模型時，會將運動目標像素作為背景像素值進行建模，運動目標移動后，采樣得到的真正背景像素無法與背景模型匹配，導致背景像素被誤檢為前景，由這類像素形成的區(qū)域，稱之為鬼影區(qū)域。此外，從鄰域中隨機選取背景初始樣本的過程中，可能會引入不同紋理的像素，破壞了初始模型。

因此，本文針對ViBe 算法初始化的不足，提出采用20 幀圖像進行初始化，能夠有效抑制鬼影。如式(5)所示，從同一位置的20 幀圖像中選取樣本構成初始化模型M0(x)，Ik(x)表示第k 幀中位于x 處的像素

2.2 運動目標檢測

目前主流的運動目標檢測算法都是依賴于概率密度函數(shù)和參數(shù)統(tǒng)計，但是在實際應用中，統(tǒng)計模型很難完整客觀地反映運動場景。實際上，如果把運動目標檢測看成是分類問題，那么只要正確地分出前景像素和背景像素就可以完成運動目標的檢測。為此，本文提出計算待檢測點與背景模型中每個樣本的SILTP 值，同時設定SILTP 匹配閾值Th 和樣本匹配閾值#min，若匹配度達到Th 的樣本數(shù)量超過#min 時，則判定該檢測點為背景，反之，為前景。具體步驟如下:

1)計算出待檢測點像素I(x)的SILTP 值c(x)和背景模型每一個樣本的SILTP 值，則轉化后的背景模型如式(6)所示

2)式(7)表示用異或操作來計算c(x)與式(6)中樣本的匹配程度，匹配程度通過統(tǒng)計異或結果中1 的位個數(shù)來表示

3)當該樣本匹配程度大于閾值Th 時，標記該樣本為1，反之為0，如式(8)所示

4)統(tǒng)計樣本中nk(x)為1 的個數(shù)，得到結果Sum(x)，如式(9)所示

5)最后對I(x)像素進行分類，如式(10)所示

經(jīng)過多次實驗分析，得到本文中參數(shù)Th=3，#min=2。

2.3 背景模型更新

在運動目標檢測過程中，背景模型容易混入異常樣本，比如誤分類的前景像素或噪聲像素，這時，ViBe 的隨機更新方式并不能有效地處理。為此，本文提出替代異常值的更新方式，具體思想如下:

首先，根據(jù)式(6)得到轉化后的背景模型，計算出每個樣本與模型中其他樣本的海明距離平均值，如式(11)所示，Di表示第i 個樣本與其他樣本的海明距離平均值。

其次，找出平均海明距離最小所對應的樣本，如式(12)所示，index 表示平均海明距離最小所對應的樣本下標

最后，設定更新速率為φ，當某像素I(x)分類為背景時，則有1/φ 的概率更新其背景模型中的樣本，即用c(x)替代樣本cindex(x)。同時，與ViBe 算法傳播機制相似，本文利用鄰域像素分布相似特性，在更新該像素點背景樣本的同時，再次按照1/φ 的概率隨機選取I(x)的8 鄰域的一個像素點，將c(x)替換其背景模型中的樣本SILTP 值。

3 實驗結果與分析

本文實驗的軟件環(huán)境為配置了OpenCV 2.4.8 的Visual Studio 2013，硬件環(huán)境為3 Gbyte 的內(nèi)存和Intel Core i3 2.4 GHz 的處理器。處理的視頻序列來自UCSD 的Beach People 視頻序列和CVPR 的PETS 視頻序列。為了進行算法比較，說明本文改進算法的性能，實現(xiàn)了ViBe 算法和本文改進后的算法，其中，在本文改進算法使用的是8 鄰域，模型樣本數(shù)N 取20，SILTP 閾值Th 取3，樣本匹配閾值#min 取2，更新速率φ 取16，而ViBe 算法采用原作者使用的參數(shù)，即球形半徑R 取20，樣本數(shù)N 取20，更新速率φ 取16，樣本匹配閾值#min 取2。

3.1 Beach People 圖像序列實驗結果

本圖像序列主要用來檢驗改進算法在光照變化和噪聲條件下的檢測效果。在Beach People 圖像序列中，陽光在海面反射會造成光照的突然變化，同時，波動的海面和抖動的樹葉造成的噪聲都會給檢測效果帶來挑戰(zhàn)。在該圖像序列上得到的實驗結果如圖4 所示，其中，圖4a 表示截取的序列第230幀，圖4b 表示理想狀態(tài)下的檢測結果，圖4c 表示ViBe 算法處理得到的結果，圖4d 表示本文改進算法檢測的結果。可以看出，ViBe 算法對噪聲和光照變化的處理不足，導致樹葉和圍墻等背景物體誤檢為前景，影響了機器視覺的后期處理，比如目標跟蹤。而從圖4d 可以得出，本文的改進算法檢測效果和ViBe 算法相比有較大的提升。

圖4 原算法與改進算法在Beach People 序列上的檢測效果

3.2 PETS 圖像序列實驗結果

本圖像序列主要用來檢驗改進算法在鬼影抑制和復雜紋理場景下的檢測效果。在PETS 圖像序列中，背景紋理復雜，同時，靜止的車輛移動后，會造成鬼影區(qū)域。如圖5 所示，圖5a 表示截取的序列第450 幀，圖5b 表示理想狀態(tài)下的檢測結果，圖5c 是ViBe 算法的處理結果，圖5d 表示本文改進算法得到的檢測結果?？梢钥闯?，本文改進算法在鬼影抑制和復雜背景紋理處理方面和ViBe 算法相比有較大的改進。

圖5 原算法與改進算法在PETS 序列上的檢測效果

3.3 實驗結果的定量分析

目前有許多的定量分析方法來評估背景差分法的檢測效果，但是很難選擇最優(yōu)的方法，原因在于每個作者提出的分析方法都是有利于評估自身的算法，有失公允。通過比較，可以發(fā)現(xiàn)這些分析方法一般包括4 個因素，即正確檢出的前景像素數(shù)量(TP)，誤檢的前景像素數(shù)量(FP)，正確檢出的背景像素數(shù)量(TN)，誤檢的背景像素數(shù)量(FN)。根據(jù)文獻［9］，正確分類比(PCC)公式包含了以上4 個因素，因而采用PCC 來評估本文的實驗結果，PCC 公式如式(13)所示

為了抑制ViBe 算法在初始化過程中容易引入鬼影問題，本文采用了20 幀初始化方式，同時，紋理特征的提取與比較都需要付出計算代價，因而改進算法在處理速度上較ViBe 算法有所降低。但是，從表1 中可以得出，本文改進的算法在正確分類比率上較ViBe 算法有較大提升，特別是在硬件較好環(huán)境下，兩種算法處理速度相近時，改進后算法在性能上的優(yōu)勢更加明顯。

表1 原算法與改進算法在PCC 和處理速度上的比較

4 小結

本文針對經(jīng)典ViBe 算法提出改進。首先，對于模型初始化方面，本文采用20 幀初始化策略，有效抑制了鬼影的形成;其次，對于前后景檢測方面，本文利用SILTP 算子提取像素的紋理特征，通過比較SILTP 值來對像素進行分類，提高了算法對光照變化的魯棒性;最后，對于模型更新方面，本文采用替代異常值方式，在處理噪聲等異常像素時，檢測效果有明顯的提升。實驗結果顯示，本文提出的改進算法在滿足實時性的基礎上，對復雜場景的魯棒性較強。

［1］ZIVKOVIC Z. Improved adaptive gausian mixture model for background substraction［C］//Proc. International Conference Pattern Recognition.［S.l.］:IEEE Press，2004(2):28－31.

［2］KIM K，CHALIDABHONGSE T，HHARWOOD D. Real－time foreground－background segmentation using codebook model［J］.Realtime Imaging，2005，11(3):172－185.

［3］WANG H，SUTER D.A consensus－based method for tracking:modeling background scenario and foreground appearance［J］.Pattern Recognition，2007(40):1091－1105.

［4］MADDALENA L，PETRESINO A. A self－organizing approach to background substraction for visual surveillance application［J］.IEEE Trans. Image Processing，2008，17(7):1168－1177.

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

［6］鄧博，范文兵，常伯樂.基于嵌入式系統(tǒng)的運動目標檢測算法的設計及實現(xiàn)［J］.電視技術，2013，37(9):214－217.

［7］LIAO Shengcai，ZHAO Guoying，KELLOKUMPU V. Modeling pixel process with scale invariant local patterns for background substraction in complex scenes［C］//Proc.2010 IEEE Conference on Computer Vision and Pattern Recognition.［S.l.］:IEEE Press，2010:1301－1306.

［8］TAN X，TRIGGS B.Enhanced local texture feature sets for face recognition under different lighting conditions［EB/OL］.［2014－12－10］.http://link.springer.com/chapter/10.1007%2F978－3－540－75690－3_13.

［9］ELHABIAN S，ELSAYED H，AHMED S.Moving object detection in spatial domain using background removal techniques－state－of－art［J］.Recent Pattern Computaional Science，2008，8(1):32－54.