湯旻安，王晨雨，羅引航

（蘭州交通大學自動化與電氣工程學院，甘肅 蘭州 730070）

0 引 言

隨著計算機視覺領域的發(fā)展，運動目標檢測技術的運用逐漸成熟。盡管運動目標檢測技術在國內(nèi)外學者的大量研究中得到了快速發(fā)展，但它仍然是一個活躍的研究領域［1］。近年來，國內(nèi)外科學家提出了許多目標檢測算法，如較為常用的幀差法［2］、背景差分法［3］、光流法［4］等傳統(tǒng)算法，以及快速發(fā)展的深度學習算法［5，6］。與深度學習不同的是，傳統(tǒng)算法因其訓練樣本要求少、實時性強、算法操作簡單等優(yōu)點仍被廣泛應用［7］。其中，背景差分法中的ViBe（visual background extractor）算法和高斯混合模型（Gaussian mixed model，GMM）［8］是較為常用的運動目標檢測算法［9］。

ViBe算法［10～13］具有模型簡單、計算量小、處理速度快和檢測精度高等優(yōu)點［14］。然而，ViBe 算法也帶來了諸如鬼影、背景適應性差和陰影等問題。針對這些問題，研究人員對ViBe算法進行了大量改進。文獻［15］使用樣本集和當前像素之間的最小距離來自適應調(diào)整半徑閾值，但在處理像素波動較大的情況下效果并不顯著。文獻［16］通過計算直方圖的相似性來消除鬼影，并使用高斯混合陰影模型和YCbCr空間顏色信息來消除陰影，可以較好地過濾掉不相關的像素信息，然而，當圖像中存在噪聲和場景變化時，算法易將部分前、背景像素誤判。文獻［17］通過設置像素的生命長度區(qū)間，并根據(jù)區(qū)域之間像素的最大類間方差調(diào)整閾值來消除鬼影，這可以更好地區(qū)分前景和背景，但該算法需要花費大量時間來處理鬼影現(xiàn)象，實時性差。

為了解決傳統(tǒng)算法不能有效消除鬼影現(xiàn)象和自適應處理動態(tài)背景影響的問題，本文提出了一種基于自適應ViBe算法的動態(tài)背景下運動目標檢測方法。

1 傳統(tǒng)ViBe算法原理

傳統(tǒng)的ViBe算法是一種包括背景建模、前景分割和背景樣本更新的目標檢測算法。與其他算法不同，ViBe算法采用隨機替換背景像素樣本的更新策略，在一定程度上可以應對像素變換的不確定性［18］。該算法的具體步驟如下：1）背景建模：提取視頻序列的第一幀；然后對每個像素的8個鄰域進行隨機采樣，并將采樣后的像素存儲在相應像素的樣本集中。2）前景分割：在二維歐氏空間中，計算當前幀中每個像素與相應背景樣本像素之間的歐氏距離，如果大于半徑閾值，則匹配數(shù)將增加1個；當匹配數(shù)大于匹配閾值時，像素為背景，否則為前景。3）背景樣本更新：ViBe算法使用保守的更新策略，當一個像素被判斷為背景點時，它會隨機替換相應背景樣本中的一個像素；如果圖像中的像素被連續(xù)判斷為前景，則該像素被更新為背景。

2 改進ViBe算法

2.1 背景動態(tài)建模

在對第一幀的背景建模時，ViBe算法因?qū)⑦\動目標區(qū)域采樣為背景像素而產(chǎn)生鬼影現(xiàn)象。文獻［19］引入了幀差運算來提取局部真實運動目標區(qū)域。然而，幀差法檢測到的目標區(qū)域受幀差間隔影響較大。在此基礎上，本文結(jié)合感知哈希算法與頻率調(diào)諧（frequency tuning，F(xiàn)T）算法填充目標區(qū)域。背景動態(tài)建模的具體步驟為：

1）哈希值分類：將序列圖像壓縮為64 級灰度圖像，計算圖像的平均灰度值。然后，將像素值大于平均值的像素記錄為1，否則記錄為0，并且通過一定順序組合獲得16 位十六進制數(shù)據(jù)。最后，按視頻幀的順序?qū)⒚總€幀圖像（從第二幀開始）與前一幀的哈希值序列進行比較。如果圖像間的漢明距離為0，則標記為同一組，否則標記為新的數(shù)據(jù)組，將該序列分為n組，H1，H2，…，Hn。

2）上下限閾值設置：記當前幀Ik的哈希值分組為Hm。根據(jù)不同場景條件，設置哈希值的區(qū)間閾值p，往往目標運動越快，區(qū)間閾值取值越大。與此同時，設置上限閾值TU以及下限閾值TL，以增強改進算法的魯棒性，TL≤P≤TU。

3）多幀差分與分割：將當前幀Ik分別與分組Hm-p，Hm-2p中的最后一幅圖像Il1，Il2之間執(zhí)行差分運算，并由Otsu算法得到分割閾值進行分割，得到差分圖像ID，ID＝Imb（Ik12）。其中，Ik1＝Ik-Il1，Ik2＝Ik-Il2，Ik12＝Ik1∩Ik2；Imb（·）為使用閾值對圖像進行二值化處理。

4）或運算：獲取當前幀的顯著性圖像IS，通過Otsu 算法得到分割后的圖像IC。由圖像ID與圖像IC之間的或運算，得到真實的目標區(qū)域圖像IF，IF＝ID∪IC。

5）背景區(qū)域填充：按照傳統(tǒng)ViBe算法獲得當前幀的運動目標圖像IV。然后，初始化圖像中IF為假和IV為真的像素，將背景像素填充入當前幀圖像。

2.2 自適應前景分割

文獻［20］定義了圖像中像素的遞歸最小距離，并將最小距離與半徑閾值進行比較，以自適應地調(diào)整半徑閾值。最小距離方程如式（1）所示

式中di（x，y）圖像Ii中像素在（x，y）處的最小距離，dmin（x，y）為當前幀中像素值與其對應背景樣本集中像素值之間的最小歐氏距離，N為背景樣本集中元素個數(shù)。

如式（1）所示，本文使用窗口中的像素標準偏差表示區(qū)域的灰度信息，結(jié)合最小距離計算背景復雜度

式中μ（x，y）為窗口中像素的平均值，I（x，y，n）為像素I（x，y）及其八鄰域像素值，如圖1所示。α1和α2分別為像素在時間和空間上的權(quán)重，均取值為0.5。

圖1 動態(tài)窗口

固定的調(diào)整因子可以在一定程度上減少背景干擾，但不能動態(tài)調(diào)整每個像素的閾值。文獻［21］采用分散系數(shù)（一組數(shù)據(jù)的標準偏差與其平均值的比率）代替固定的調(diào)整因子，并用空間一致性系數(shù)（窗口中背景像素與像素總數(shù)的比率）調(diào)整背景模型更新率可以使區(qū)域劃分更加精確，因此自適應閾值R（x，y）和更新速率φ（x，y）定義如下

式中b為比例因子，λ為設置的固定閾值，SCC（x，y）為空間一致性系數(shù)，φ為更新率調(diào)整因子。

自適應閾值分割可以濾除前景圖像中以點的形式存在的噪聲之外的大部分背景干擾。本文根據(jù)前景圖像的連通域信息進行二次判斷，濾除連通域像素個數(shù)小于Ta的區(qū)域，并通過形態(tài)學處理填充目標區(qū)域中的孔洞。

2.3 陰影消除

由于陰影與計算機視覺中的目標相同，具有明顯的運動規(guī)律，因此很難去除。本文算法將先通過圖像的顏色信息進行預處理。首先，將當前幀和真實背景圖像灰度化。將當前幀圖像矩陣除以背景圖像矩陣，得到比例圖像矩陣。然后，將比例圖像像素值小于η的像素分割出來獲得圖2（c）。由于動態(tài)背景的影響，本文濾除了連通域較少的區(qū)域。對圖2（c）進行二值化以獲得待檢測陰影區(qū)域，如圖2（d）所示。之后，將當前幀圖像在HSV 空間中進行陰影檢測，濾除待檢測區(qū)域為真而HSV 陰影檢測為假的區(qū)域，檢測方差如式（7）所示。在濾除步驟后，如圖2（e）中所示，確定了新的待檢測陰影區(qū)域。最后，將待檢測區(qū)域的像素值乘以255，并使用拉普拉斯算子計算像素梯度。梯度值較小的像素區(qū)域為陰影，像素值置0，并且使用形態(tài)學進行填充，獲取如圖2（f）所示的目標圖像。式（7）如下

圖2 仿真結(jié)果

式中（x，y）和（x，y）分別為當前幀和背景圖像亮度通道中的值。

3 實驗仿真

實驗平臺為一臺64位Windows系統(tǒng)和8 GB內(nèi)存的計算機。實驗在MATLAB 2018b 軟件中進行，視頻材料選用CDW2014數(shù)據(jù)集中部分剪輯片段。

在自適應前景檢測部分中，本文選用傳統(tǒng)的ViBe 算法、GMM算法、文獻［15，20］中的算法與本文改進算法進行比較。ViBe算法預設的半徑閾值R＝20，背景建模樣本數(shù)N＝20，匹配閾值Tp＝2，更新速率φ＝16，選定的動態(tài)窗口均為3 ×3，及W＝3，H＝3。TL和TU的值通常根據(jù)幀間對象的移動速度來選擇，在本文中，它們的選取區(qū)間為［2，5］。GMM算法選用的是MATLAB軟件Vision工具箱中的內(nèi)置算法，混合模型選擇了3個高斯分量。

3.1 鬼影消除

選擇CDW2014數(shù)據(jù)集中公路（highway）部分視頻進行實驗仿真。為了檢測鬼影現(xiàn)象，視頻材料將有運動目標的圖像作為首幀。實驗仿真圖像如圖3 所示?？梢钥闯?，在背景建模之后，算法的前幾幀的前景檢測效果相對較差，因此在圖3（a）和圖3（b）中的前景區(qū)域中缺少大量像素。圖3（c）之后，算法的檢測效果逐漸穩(wěn)定，傳統(tǒng)ViBe算法引起的鬼影現(xiàn)象也更加明顯。與傳統(tǒng)ViBe 算法使用樣本集像素確定當前像素不同，改進后的算法結(jié)合了當前幀的顯著性信息和幀差信息，因此在圖3（d）中可以看出，改進后的算法濾除了大量的鬼影區(qū)域。本文提出的檢測算法能夠較好地濾除鬼影現(xiàn)象，同時保留大部分前景目標信息。

圖3 仿真圖像

3.2 自適應前景檢測

本節(jié)選擇CDW2014 數(shù)據(jù)集中的辦公室（office）、獨木舟（canoe）、秋天（fall）、天橋（overpass）和行人（pedestrians）圖像序列進行仿真。實驗仿真結(jié)果如圖4所示。

圖4 前景檢測圖像

從實驗結(jié)果中可以看出，傳統(tǒng)的ViBe算法不能處理動態(tài)背景的干擾和運動目標的陰影。在office 場景中，由于背景光照不均勻等因素的影響，造成了一些前景區(qū)域的缺失，而本文的算法相對保留了更多的目標信息。通過連通域的二次檢測和形態(tài)學處理，減少了背景像素干擾和空洞現(xiàn)象。在canoe和fall場景中，圖像中的動態(tài)背景干擾更為明顯。ViBe算法和文獻［15，20］中的算法都保留了大量目標信息。但在處理背景干擾時，本文算法濾除了較小的像素點，更加突出了運動目標特征。但由于選擇了較小的連通域閾值，圖像中依舊保留了一些背景像素。在overpass和pedestrians 場景中，目標檢測受到了背景和陰影等因素的影響。因為陰影的運動特性，ViBe、GMM 和文獻［15］都完全檢測到了陰影，而文獻［20］和本文的算法都對陰影過濾有一定的影響。文獻［20］主要使用LBSP 功能濾除陰影，因此在濾除陰影時很容易使前景像素部分缺失，從而影響圖像質(zhì)量。本文算法通過參數(shù)調(diào)整和形態(tài)學補償，逐層濾除陰影，顯示出比文獻［20］更好的前景檢測效果。

本文使用查準率（Precision）、召回率（Recall）和F-measure值來衡量幾組圖像質(zhì)量，各指標的計算方法如下所示

式中 TP 為正確檢測前景的點數(shù)，TN 為正確檢測背景的點數(shù)，F(xiàn)P為錯誤檢測前景的點數(shù)，F(xiàn)N為錯誤檢測背景的點數(shù)。

從表1中的數(shù)據(jù)可以看出，傳統(tǒng)的ViBe 算法和GMM算法背景適應性差，不同場景下圖像準確率和召回率波動大，檢測效果不穩(wěn)定。相比之下，文獻［20］中的算法和本文中的算法相對穩(wěn)定，但本文算法的Fm測度相對較高，檢測出的圖像處理質(zhì)量更好。

表1 圖像質(zhì)量指標

4 結(jié) 論

針對前景檢測中鬼影、背景適應性差和陰影等問題，提出了改進的自適應ViBe 算法。改進算法結(jié)合單幀圖像信息消除鬼影，根據(jù)背景的復雜程度自適應調(diào)整分割閾值，利用像素顏色信息、像素梯度信息和矩陣信息濾除陰影。實驗表明，改進后的算法能夠快速消除鬼影現(xiàn)象，更精確地檢測出動態(tài)場景中的目標區(qū)域。