羅松飛++楊兆祥

摘 要：視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)與提取是計(jì)算機(jī)自動(dòng)識(shí)別技術(shù)的重要環(huán)節(jié)，如何快速且準(zhǔn)確的提取運(yùn)動(dòng)目標(biāo)是研究熱點(diǎn)。目前通常使用背景差分算法來進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)，而背景差分的關(guān)鍵在于背景提取的好壞和閾值設(shè)定上，并且為達(dá)到實(shí)時(shí)檢測(cè)的目的，背景還要能夠適應(yīng)光照的變化而進(jìn)行實(shí)時(shí)更新。針對(duì)于傳統(tǒng)的mode算法在背景提取時(shí)沒有考慮到統(tǒng)計(jì)幀的背景灰度值是波動(dòng)的情況，本文提出基于灰度區(qū)間統(tǒng)計(jì)的背景提取算法。算法是將0～255灰度范圍進(jìn)行區(qū)間劃分，判斷灰度值落在哪些區(qū)間并且統(tǒng)計(jì)區(qū)間的樣本個(gè)數(shù)，然后對(duì)樣本量最大的區(qū)間的樣本求平均值，從而得到初始化的背景效果圖，最后通過對(duì)樣本數(shù)據(jù)進(jìn)行離散分析來自適應(yīng)更新背景。

關(guān)鍵詞：背景差分 灰度區(qū)間 自適應(yīng)更新

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2017）09（b）-0179-02

1 傳統(tǒng)背景提取算法

傳統(tǒng)的背景提取算法總的來說有兩類：一類是時(shí)域?yàn)V波[2]，另一類是基于直方圖統(tǒng)計(jì)分析的方法。前者是通過建立背景模型而獲取背景，建立模型的方法由概率密度函數(shù)和估計(jì)方法的不同而不同，如單高斯模型和混合高斯模型[4]。單高斯模型適用于靜態(tài)的背景提取，無法獲取動(dòng)態(tài)變化的背景。在場(chǎng)景比較復(fù)雜的情況下，通常要利用多個(gè)高斯分布來描述真實(shí)場(chǎng)景，即是混合高斯模型，混合高斯算法適用于背景變化小而快的運(yùn)動(dòng)目標(biāo)檢測(cè)，但是它同樣也有缺點(diǎn)，比如對(duì)外界光照強(qiáng)度突然變化時(shí)比較敏感；對(duì)大而慢的目標(biāo)檢測(cè)效果理想。

第二類是基于直方圖統(tǒng)計(jì)分析的方法，這類方法包括統(tǒng)計(jì)中值法、統(tǒng)計(jì)平均法以及mode算法[3]等。這些算法的原理都是基于概率統(tǒng)計(jì)的方法，利用的是運(yùn)動(dòng)目標(biāo)在多幀圖像內(nèi)某點(diǎn)像素出現(xiàn)概率比較小的條件下而初始化背景。算法簡(jiǎn)單描述：獲取N幀圖像，將N幀圖像在點(diǎn)（x，y）位置處的灰度值存入到數(shù)組Arayy當(dāng)中。統(tǒng)計(jì)中值法是對(duì)數(shù)組Arayy進(jìn)行排序繼而求得數(shù)組內(nèi)數(shù)據(jù)的中值，中值即為（x，y）出的背景灰度值；統(tǒng)計(jì)平均法是求取數(shù)組內(nèi)數(shù)據(jù)的平均值，平均值即為當(dāng)前背景灰度值；mode算法和統(tǒng)計(jì)中值法類似，但是它求取的是數(shù)組內(nèi)數(shù)據(jù)的眾數(shù)，將眾數(shù)看作為背景灰度值。

從算法描述中可以看出統(tǒng)計(jì)平均法是將運(yùn)動(dòng)目標(biāo)所在位置的像素值看作為噪聲，對(duì)多幀像素進(jìn)行求和平均的方法來消除噪聲，這種算法優(yōu)點(diǎn)是簡(jiǎn)單易懂，但是受到了前景噪聲的干擾，有時(shí)背景提取的效果不理想。mode算法和中值算法在一定程度上可以消除的前景噪聲的干擾，但是mode算法沒有考慮到背景灰度值在統(tǒng)計(jì)時(shí)間段內(nèi)因光照變化而引起的波動(dòng)現(xiàn)象。利用mode算法提取的背景，對(duì)圖像序列在A點(diǎn)灰度值而進(jìn)行的統(tǒng)計(jì)（A點(diǎn)是獲取背景結(jié)果中出現(xiàn)殘影的某一點(diǎn)）。從可以看到A點(diǎn)在0～15幀灰度值比較穩(wěn)定，在15～100幀波動(dòng)比較明顯，用mode算法最后得到的背景灰度值為38，與實(shí)際背景灰度值不符。基于此本文提出了基于區(qū)間統(tǒng)計(jì)的背景自適應(yīng)算法。

2 新的背景提取算法

2.1 算法流程圖

算法流程圖如圖1所示。

2.2 算法描述

本文針對(duì)傳統(tǒng)的mode算法的不足之處，提出了將灰度范圍進(jìn)行區(qū)間劃分的背景自適應(yīng)更新算法。算法主要分為三個(gè)模塊：首先是灰度區(qū)間劃分，然后是初始化背景，最后進(jìn)行背景自適應(yīng)更新。

模塊一：灰度區(qū)間劃分。

為了解決背景像素點(diǎn)的灰度值在一定時(shí)間內(nèi)出現(xiàn)的波動(dòng)，我們把灰度值范圍進(jìn)行更小的區(qū)間劃分。數(shù)字圖像的灰度值大小范圍是在0～255之間，將這個(gè)區(qū)間劃分成若干個(gè)相同大小的小區(qū)間，設(shè)置小區(qū)間長(zhǎng)度為L(zhǎng)，L是2的倍數(shù)且小于256，那么小區(qū)間個(gè)數(shù)為256L。所有小區(qū)間數(shù)學(xué)表示如下：

其中N的大小為。

模塊二：初始化背景。

讀取n幀視頻圖像序列，記為（），將第幀圖像在位置處的灰度值命名為，同時(shí)定義二維數(shù)組Array[i][j]，它是用來存儲(chǔ)落入各個(gè)區(qū)間的數(shù)據(jù)，i的值為，落入?yún)^(qū)間像素個(gè)數(shù)記為，其初始值都為0，j是存儲(chǔ)落入各個(gè)區(qū)間的像素灰度值，初始化背景過程如下：

判斷當(dāng)時(shí)，將灰度值存入到對(duì)應(yīng)區(qū)間的二維數(shù)組Array[i][j]中，并且像素個(gè)數(shù)加1，而后對(duì)所有區(qū)間的像素個(gè)數(shù)求取眾數(shù)，即

計(jì)算N_s對(duì)應(yīng)區(qū)間所有灰度值的平均值，平均值即為背景灰度值，其中數(shù)組下標(biāo)i等于s。

模塊三：背景自適應(yīng)更新。

通過對(duì)數(shù)據(jù)的離散程度進(jìn)行分析來確定如何對(duì)背景進(jìn)行更新，離散程度大受到前景干擾就比較強(qiáng)，反之干擾就比較弱。通常用方差衡量數(shù)據(jù)的離散程度，考慮到方差計(jì)算量比較大，本文使用數(shù)據(jù)和均值差值的絕對(duì)值并求和來代替方差。其算法步驟如下：

再次獲取n幀圖像，分別計(jì)算前后n幀圖像在（x，y）處所有灰度值的均值。即

其中是新獲取n幀圖像的第j幀在（x，y）位置處的灰度值。計(jì)算前后n幀圖像的離散程度記為。

，

，

比較和的大小，若小于，則使用后n幀數(shù)據(jù)對(duì)背景進(jìn)行更新。

2.3 效果圖展示與分析

本文提取了室外5min的監(jiān)控視頻作為實(shí)驗(yàn)數(shù)據(jù)，在matlab實(shí)驗(yàn)環(huán)境下使用新的背景更新算法對(duì)視頻進(jìn)行了處理?；诨叶葏^(qū)間統(tǒng)計(jì)的背景提取結(jié)果，區(qū)間大小為8，相比于傳統(tǒng)的mode算法，新的背景提取算法去除了一些前景噪聲干擾，背景獲取的效果比較理想。多次對(duì)背景進(jìn)行自適應(yīng)更新而得到的結(jié)果，從圖中可以看到背景在多次自適應(yīng)更新后基本上去除了前景噪聲，此時(shí)的背景灰度值趨于穩(wěn)定。

3 結(jié)語

本文提出了基于灰度區(qū)間統(tǒng)計(jì)的背景自適應(yīng)算法，該算法不僅能夠很好解決傳統(tǒng)mode算法不足之處，而且本文通過對(duì)比數(shù)據(jù)的離散程度來進(jìn)行背景自適應(yīng)更新，從而達(dá)到自適應(yīng)獲取背景的目的。在后續(xù)的使用背景差分法提取運(yùn)動(dòng)目標(biāo)上，該算法減小了設(shè)定閾值而進(jìn)行背景差分的難度，并且能夠快速準(zhǔn)確的提取出運(yùn)動(dòng)目標(biāo)。

參考文獻(xiàn)

[1] 魏志強(qiáng)，紀(jì)筱鵬，馮業(yè)偉.基于自適應(yīng)背景圖像更新的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J].電子學(xué)報(bào)，2005（12）：2261-2264.

[2] 李曉飛，梅中輝.一種基于直方圖統(tǒng)計(jì)與多幀平均混合的背景提取算法[J].南京郵電大學(xué)學(xué)報(bào)，2008（6）：74-75.

[3] 曾艷，于濂.一種新的道路交通背景提取算法及研究[J].中國(guó)圖像圖形學(xué)報(bào)，2008（13）：593-599.

[4] 劉靜，王玲.混合高斯模型背景法的一種改進(jìn)算法[J].計(jì)算機(jī)工程與應(yīng)用，2010（46）：168-170.endprint