改进的Vibe运动目标检测算法

改进的Vibe运动目标检测算法

尹凯;魏江;李正;陈冰;王彤;齐金刚

【摘 要】针对传统Vibe运动目标检测算法提取的目标存在Ghost区域、并且在目标有阴影时检测出的前景区域存在阴影的问题,本文提出了一种结合快速初始化背景建模和阴影去除的Vibe运动目标检测算法.首先采用改进的帧差背景建模方法快速初始化背景模型;然后利用Vibe算法找出当前帧内所有可能目标的前景区域;最后引入HSV模型去除前景目标区域中存在的阴影.实验结果表明,本算法可以有效消除Ghost区域,并且很好地去除前景目标区域里存在的阴影.

【期刊名称】《电子设计工程》

【年(卷),期】2014(022)016

【总页数】3页(P178-180)

【关键词】Vibe;运动目标检测;Ghost区域;HSV模型

【作 者】尹凯;魏江;李正;陈冰;王彤;齐金刚

【作者单位】西北工业大学电子信息学院,陕西西安710072;西北工业大学电子信息学院,陕西西安710072;西北工业大学电子信息学院,陕西西安710072;西北工业大学电子信息学院,陕西西安710072;西北工业大学电子信息学院,陕西西安710072;西北工业大学电子信息学院,陕西西安710072

【正文语种】中 文

【中图分类】TN911.73

运动目标检测[1]是从视频图像序列中提取出感兴趣的目标，是目标分类、跟踪及行为理解等后期处理的基础，是目前计算机视觉和数字图像处理研究的难点和热点之一。

运动目标检测的方法主要有帧间差分法、光流法和背景差分法。作为目前最常用的运动目标检测方法之一，背景差分法具有较高的准确度和较好的鲁棒性，它主要分为两大类：1）基于参数的背景模型，为每个像素点建立一个参数模型表示背景[2]，其中最为典型的是混合高斯模型[3-4]，可用于复杂、运动的背景建模；当背景发生突变时，一个或者多个高斯模型并不能准确表示背景。2）基于样本的背景模型，为每个像素点建立一个样本模型，模型中包含前几帧的图像信息，具有抗噪能力强、背景自适应能力强的优点。本文研究的Vibe[5-7]运动检测算法就是基于样本的背景模型。Vibe首次将随机选择机制应用到样本背景建模和更新上，使样本的生命期更符合实际分布规律，因此提高了算法的目标检测精度，是一种能适应复杂背景的通用目标检测算法。

西安工程大学学报JournalofXi'anPolytechnicUniversity

第33卷第5期(总159期)2019年10月Vol.33,No.5(Sum.No.159)

开放科学(资源服务)标识码(OSID)文章编号:1674-649X(2019)05-0511-06 DOI:10.13338/j.issn.1674-649x.2019.05.007

收稿日期:2019-04-01 基金项目:陕西省科技厅工业领域一般项目(2018GY-173);中国纺织工业联合会科技项目(2018092) 通信作者:刘秀平(1981—),男,西安工程大学讲师,博士,研究方向为工业机器视觉跟踪。E-mail:liuxiuping8@

引文格式:刘秀平,冯奇,杜勇辰,等:一种改进ViBe的网状织物缺陷检测方法[J].西安工程大学学报,2019,33(5):511-516. LIUXiuping,FENGQi,DUYongchen,etal.AmethodfordetectingmeshfabricdefectswithimprovedViBe[J].JournalofXi'anPolytechnicUniversity,2019,33(5):511-516.一种改进ViBe的网状织物缺陷检测方法

刘秀平1,冯 奇1,杜勇辰1,徐 健1,闫焕营2,童 里1,陈小改1,郑冬冬1

(1.西安工程大学电子信息学院,陕西西安710048;2.深圳罗博泰尔机器人有限公司,广东深圳518109)

摘要:针对运动网状织物缺陷难以检测的问题,提出了一种基于改进ViBe的检测方法。首先,通过

背景差分法对运动网状织物缺陷分割,进行背景建模。其次,利用HSV色彩空间变换滤除阴影。

最后,采用OSTU阈值算法找出目标分割的最优阈值,从而检测出运动网状织物缺陷。实验结果

表明:与其他运动目标检测算法相比,改进的ViBe算法在运动网状织物缺陷检测时效果良好,检

2017年2月 计算机工程与设计 Feb. 2017

第 38 卷第 2 期 COMPUTER ENGINEERING AND DESIGN Vol. 38 No. 2

基于ViBe的运动目标检测改进方法

丁 洁，况立群，韩燮

(中北大学计算机与控制工程学院，山西太原030051)

摘要：针对运动目标检测算法视觉背景提取（visual background extractor，ViBe)对光线突变适应缓慢和易产生目标丟

失等问题，提出一种ViBe的改进算法。充分利用ViBe算法勒始化特点，在ViBe中加入光线判定方法并设计生成ViBe新

背景模型的方法，改变原始ViBe算法结构，使ViBe算法在光线突变时找到合适的帧重置背景模型，将光线突变时模型恢

复问题变为模型重置问题，达到迅速适应光照突变的目的。实验结果表明，使用该方法可以使ViBe有两方面的改进：在

光线突变时不会产生目标丟失；使ViBe算法更加快速地适应光照变化。

关键词：视觉背景提取算法；光线突变；帧间差分；背景差分；运动目标检测；背景模型重置 中图法分类号：TP391 文献标识号：A 文章编号：1000-7024 (2017) 02-0374-05 doi： 10. 16208/j. issnl000-7024. 2017. 02. 018

Improved moving object detection method based on ViBe

DINGJie，KUANGLi-qun, HANXie

(School of Computer and Control Engineering, North University of China, Taiyuan 030051, China)

Abstract： Moving target detection algorithm ViBe adapts to light slowly and is easy to produce mutant target loss? to solve the

Ｄ　Ｔ　明　文献引用格式：周超康，战荫伟，冯开平．基于双背景模型的改进Ｖｉｂｅ运动目标检测算法［Ｊ］．电视技术，２０１６，４０（４）：２７—３１．　ＺＨＯＵ　Ｃ　Ｋ，ＺＨＡＮ　Ｙ　Ｗ，ＦＥＮＧ　Ｋ　Ｐ．Ｉｍｐｒｏｖｅｄ　Ｖｉｂｅ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｍｏｖｉｎｇ　ｔａｒｇｅｔ　ｄｅｔｅｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｄｏｕｂｌｅ　ｂａｃｋｇｒｏｕｎｄ　ｍｏｄｅｌ［Ｊ］．Ｖｉｄｅｏ　ｅｎｇｉｎｅｅｒｉｎｇ，２０１６，４０（４）：２７—３１．　中图分类号：ＴＰ３９１．４　文献标志码：Ａ　ＤＯＩ：１０．１６２８０／ｊ．ｖｉｄｅｏｅ．２０１６．０４．００６　基于双背景模型的改进Ｖｉｂｅ运动目标检测算法　周超康　，战荫伟　，冯开平　（广东工业大学ａ．机电工程学院；ｂ．计算机学院，广东广州５１０００６）　摘要：针对传统视觉背景提取法（Ｖｉｓｕａｌ　ｂａｃｋｇｒｏｕｎｄ　ｅｘｔｒａｃｔｏｒ，Ｖｉｂｅ）不能抑制鬼影和去除阴影干扰的问题，提出一种改进算　法。缓存视频前Ｋ帧图像，利用随机抽样和改进均值法构建两个背景模型，分别用于前景检测和阴影去除；前景检测环节　扩大样本的抽取范围，提高模型可靠度，抑制鬼影；替换虚假样本完成前景检测模型的更新；对所得感兴趣前景区域，结合　灰度和ＬＢＰ纹理特征信息消除阴影。实验结果表明，改进算法能有效抑制鬼影，消除阴影干扰，检测结果更加精确。　关键词：运动目标检测；鬼影；阴影去除；Ｖｉｂｅ；ＬＢＰ　Ｉｍｐｒｏｖｅｄ　Ｖｉｂｅ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｍｏｖｉｎｇ　ｔａｒｇｅｔ　ｄｅｔｅｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｄｏｕｂｌｅ　ｂａｃｋｇｒｏｕｎｄ　ｍｏｄｅｌ　ＺＨＯＵ　Ｃｈａｏｋａｎｇ　，ＺＨＡＮ　Ｙｉｎｗｅｉ　，ＦＥＮＧ　Ｋａｉｐｉｎ　（ａ．Ｓｃｈｏｏｌ　ｏｆ　Ｅｌｅｃｔｒｏ—ｍｅｃｈａｎｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ；　ｂ．Ｓｃｈｏｏｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｄｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ　５１０００６，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇ　ａｔ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｔｈａｔ　ｔｒａｄｉｔｉｏｎａｌ　Ｖｉｂｅ　ｃａｎ　ｔ　ｒｅｓｔｒａｉｎ　ｇｈｏｓｔ　ａｎｄ　ｒｅｍｏｖｅ　ｓｈａｄｏｗ　ｉｎｔｅｒｆｅｒｅｎｃｅ，ａｎ　ｉｍｐｒｏｖｅｄ　ｍｅｔｈｏｄ　ｉｓ　ｐｒｏｐｏｓｅｄ．Ｃａｃｈｅ　ｐｒｅ—Ｋ—ｆｌａｍｅ　ｉｍａｇｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｏｆ　ｖｉｄｅｏ，ｔｈｅ　ｍｅｔｈｏｄ　ｏｆ　ｒａｎｄｏｍ　ｓａｍｐｌｉｎｇ　ａｎｄ　ｉｍｐｒｏｖｅｄ　ａｖｅｒａｇｅ　ｉｓ　ｕｓｅｄ　ｔｏ　ｂｕｉｌｄ　ｔｗｏ　ｂａｃｋｇｒｏｕｎｄ　ｍｏｄｅｌ　ｆｏｒ　ｆｏｒｅｇｒｏｕｎｄ　ｄｅｔｅｃｔｉｏｎ　ａｎｄ　ｓｈａｄｏｗ　ｒｅｍｏｖａｌ　ｒｅｓｐｅｃｔｉｖｅ１．Ｅｘｐａｎｄ　ｔｈｅ　ｒａｎｇｅ　ｏｆ　ｓａｍｐｌｅ　ｅｘｔｒａｃｔｉｏｎ　ｉｎ　ｆｏｒｅ—　ｇｒｏｕｎｄ　ｄｅｔｅｃｔｉｏｎ　ｐｈａｓｅ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｍｏｄｅｌ’Ｓ　ｒｅｌｉａｂｉｌｉｔｙ，ｔｈｅｎ　ｇｈｏｓｔ　ｉｓ　ｒｅｓｔｒａｉｎｅｄ．Ｆｏｒｅｇｒｏｕｎｄ　ｄｅｔｅｃｔｉｏｎ　ｍｏｄｅｌ　ｉｓ　ｕｐｄａｔｅｄ　ｂｙ　ｒｅ—　ｐｌａｃｉｎｇ　ｔｈｅ　ｆａｌｓｅ　ｓａｍｐｌｅ．Ｔｏ　ｔｈｅ　ｉｎｔｅｒｅｓｔｅｄ　ｆｏｒｅｇｒｏｕｎｄ　ｒｅｇｉｏｎ　ｏｂｔａｉｎｅｄ　ｂｅ￣ｒｅ，ｃｏｍｂｉｎｅ　ｇｒａｙ　ｗｉｔｈ　ＬＢＰ　ｔｅｘｔｕｒｅ　ｆｅａｔｕｒｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｔｏ　ｅｌｉｍｉｎａｔｅ　ｓｈａｄｏｗ．Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｄｅｍｏｎｓｔｒａｔｅ　ｔｈａｔ　ｔｈｅ　ｉｍｐｒｏｖｅｄ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｅｆｆｅｃｔｉｖｅｌｙ　ｒｅｓｔｒａｉｎ　ｇｈｏｓｔ，ｒｅｍｏｖｅ　ｓｈａｄｏｗ　ｉｎ—　ｔｅｒｆｅｒｅｎｃｅ，ａｎｄ　ｍａｋｅ　ｔｈｅ　ｔｅｓｔ　ｒｅｓｕｌｔｓ　ｍｏｒｅ　ａｃｃｕｒａｔｅｌｙ．　Ｋｅｙ　ｗｏｒｄｓ：ｍｏｖｉｎｇ　ｔａｒｇｅｔ　ｄｅｔｅｃｔｉｏｎ；Ｇｈｏｓｔ；ｓｈａｄｏｗ　ｒｅｍｏｖｅｒ；Ｖｉｂｅ；ＬＢＰ　运动目标检测是从视频图像序列中提取出相对于　背景场景运动的前景目标，是目标跟踪、分类和行为理　解的基础，在交通管理和安防等领域中得到了广泛运　用…。关于运动目标检测已有大量研究工作，但由于　场景复杂多变，没有一种对所有场景都适用的检测　方法。　传统的运动目标检测方法主要包括：帧差法　、光　流法　和背景差分法　。相对于帧差法和光流法而　言，背景差分法准确度高且强鲁棒，成为研究的焦点。　常用的背景差分法有混合高斯模型　（Ｇａｕｓｓｉａｎ　Ｍｉｘ．　ｔｕｒｅ　Ｍｏｄｅｌ，ＧＭＭ）和码本模型　（Ｃｏｄｅ—ｂｏｏｋ）。ＧＭＭ　可用于复杂场景的建模，但计算复杂度高，实时性不　好。Ｃｏｄｅ—ｂｏｏｋ通过统计和聚类像素点信息实现背景　建模，但由于其学习阈值固定，会导致码本无限膨胀。　２００９年，Ｏｌｉｖｉｅｒ　Ｂａｒｎｉｃｈ等人提出Ｖｉｂｅ　算法，该算法　适用于多种不同场景且实时性良好，但对鬼影抑制和　阴影去除等效果不佳。为此，文献［７］在预处理阶段通　过三帧差法重建了真实背景，可消除鬼影干扰。文献　［８］为了避免重复选取样本，扩大了初始化样本的选取　区域，邻域更新采用隔行更新的方式，并用小目标丢弃　和空洞填充策略消除噪声干扰，同时去除部分阴影。　受以上工作启发，本文提出一种基于双背景模型　基金项目：广东省科技计划项目（２０１４Ｂ０４０４０１０１２；２０１４Ｊ４１００２０４）；高等院校学科建设专项（１２ＺＫ０３６２）　投稿网址ｈｔｔｐ：／／ｗｗｗ．ｖｉｄｅｏｅ．ｃｎ　Ｊ《电视技术》第４０卷第４期（￣ｒ４８１期）