当前位置：文档之家 › 基于背景差法和帧间差法的运动目标检测方法1

基于背景差法和帧间差法的运动目标检测方法1

  • 格式：pdf
  • 大小：406.06 KB
  • 文档页数：4

© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net第27卷　第8期2006年8月仪器仪表学报ChineseJournalofScientificInstrumentVol127No18Aug12006

基于背景差法和帧间差法的运动目标检测方法3

李　刚　邱尚斌　林　凌　曾锐利(天津大学精密仪器与光电子工程学院　天津　300072)摘要　影响夜间监视系统稳定性的主要因素之一是光线的变化,背景更新方法则是克服光线影响的有效方法。本文在介绍了各种现有方法的基础上,提出了一种基于背景差法和帧间差法相结合的运动目标检测和自适应背景更新方法。实验证明,这种方法能够很好地克服光线的影响,提高报警系统的稳定性。关键词　背景更新　运动检测　视频监控中图分类号　TP391.41　文献标识码　A　国家标准学科分类代码　510.4050Newmovingtargetdetectionmethodbasedonbackgrounddifferencingandcoterminousframesdifferencing

LiGang　QiuShangbin　LinLing　ZengRuili(CollegeofPrecisionInstruments&Opto2ElectronicsEngineering,TianjinUniversity,Tianjin300072,China)Abstract　Lightingvariationisoneoftheprimaryfactorstoinfluencethenighttimemonitoringsystem.Back2groundupdatingistheeffectivemethodtoovercomethelightingeffects.Anewmotiondetectionandback2groundupdatingmethodwasdevelopedbasedonthebackgroundditterencingandcoterminousframedifferen2cing.Experimentsshowthatitisroblustunderlightingvariations,andthewarningsystemstabilityisim2proved.Keywords　backgroundupdating　motiondetection　visualmonitoring1　引 言 随着科技的发展、社会的进步、人民生活水平的提高,团体和个人的安防意识都在不断增强,视频监控系统也就得到了越来越广泛的应用。目前,它已经广泛地应用于银行、博物馆、交通道路、商业、军事、公安、电力、厂矿、智能小区等系统和领域的安全监控、自动监控和远程监控[123]中。监控系统的功能也从原来简单的对视频信号进行人工监视,系统多画面显示及硬盘录象类的简单功能,发展到利用计算机实现智能的运动检测和目标跟踪。 在监控系统中,运动目标的检测是其智能化程度的重要体现。一个能够克服外界干扰,从而清楚的检测到运动目标的算法,己经成为研究人员的共同研究目标。在外界的众多干扰中,尤其以光线的干扰为重。在对于光线干扰的克服方面,大家进行了大量的研究,并且在不同程度上取得了一定的成就[425],但仍然存在着一些局限性,尤其在光线强烈变化的情况下。针对这种情况,本文设计了自己的目标监测和背景更新算法—基于背景差和相邻帧差相结合的运动目标检测和自适应背景更新算法。通过实验证明这种算法能够达到100%的报警率,有很高的稳定性和可靠性。2　运动目标检测

2.1　视频目标检测算法分类 视频目标检测和提取的算法一般来说有两种分类方法,一个是可以按照被监视场景是室内还是室外进行分类,算法可分为室内监视算法与室外监视算法:另外一种分类方法,是根据摄像头与背景之间是否有相对运动,将视频监视算法分为静止背景和运动背景的目标检测和提

3本文于2005年4月收到。

© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net962　仪　器　仪　表　学　报第27卷取两类。当视频监视中背景与摄像头之间位置保持相对不变,那么背景图像的大小和位置在不同帧中将保持不变。目前对于这种情况下的运动目标检测,常用的有两种方法,背景差法和侦间差法。 本文主要针对银行、博物馆等场所的监视系统进行研究,摄像头是固定安装的,故为室内、静态背景下的运动目标检测。2.2　背景差法[6] 背景差法首先选取背景中的一幅或几幅图像的平均作为背景图像,然后把以后的序列图像当前帧和背景图像相减,进行背景消去。若所得到的像素数大于某一阂值,则判定被监视场景中有运动物体,从而得到运动目标。用公式表示如下: d=|IL(x,y,i)-BL(x,y)|(1) IDL(x,y,i)=d,if　d≥T0,if　d

© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net　第8期李　刚等:基于背景差法和帧间差法的运动目标检测方法963 (5)计算差值图像中目标物体大小,记录此时动态图像和静态图像相减后图像的像素数bj。 ①如果其大小小于1000像素,那么证明没有异物侵入监视场景,此次判断结束,继续下面图像的判断; ②如果其大小大于1000像素,可能是因为光线突然变化或者有异物侵入,把此图像放入开辟的动态内存。继续采集第2幅图像,并把它和背景图像进行做差运算,如果差图像像素数小于1000,那么证明是瞬间的光线变化,不做任何响应;如果此差值大于1000,则把它放入另一个的动态内存。 判断第2幅图像和第1幅图像是否为连续图像,如果是连续图像,那么把第2幅图像和背景图像做差后的像素数记录下来,否则就报警。同样判断第3幅图像是否是和前两幅连续的,如果是连续图像,那么把第3幅图像和背景图像做差后的像素数记录下来,否则就报警。 ③把第2幅图像和第1幅图像,第3幅和第2幅图像分别做差并分别记录做差后像素数。如果这两个数值都大于阈值1000,那么就报警:否则就把这变化了的3幅连续图形的第1幅图像作为模板图像,来代替静态内存中原来的背景图像,从而实现了运动目标检测和背景更新。其程序流程图如图1所示。

图1　运动检测及北景更换流程图图2　监视系统运动检测和背景更换图5　实验及结果 本文是针对银行、博物馆等室内场所进行夜间监控的研究,所以实验场所就设在了本实验室。摄像头采用MBC-6608R外照射型黑白DSP摄像机,它内置12枚红外线LED,波长为850mm:可在低照度环境下拍摄,最低照度达0.002Lux/F210;投影距离的有效范围可达10m:

© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net964　仪　器　仪　表　学　报第27卷使用寿命可高达6000h。图像采集卡采用大恒公司的DH-CG410型采集卡,它采用PCI总线,所采集图像数据的传输基本不占用CPU时间,并可将图像直接传送到计算机内存或显存。主机为P41.7G,256M内存,40G硬盘。每幅图像大小为740×470,处理速度为0115s左右(随监视场所中异物面积和数目而变)。 经过数小时的多组实验,证明了这种运动检测和背景更新方法的可靠性。图2是实验时采集的结果图。其中,图2(a)是静态背景图像,从它的第5幅和第6幅可以很明显地看到背景的更换,图2(b)是检测到异物出现时候的录像,图2(c)是呈现在监视器界面上的检出的异物。实验结果表明,本系统可以实时检测到运动物体,检测到进入监视系统的异物,并且在光线强烈变化后0.6s左右重新达到稳定。6　结 论 本文针对光线变化对监视系统稳定性的影响问题,提出了一种基于背景差法和帧间差法相结合的运动目标检测和自适应背景更新方法。该方法把背景差法的“准确监测物体”和帧间差法的“对光线具有较强的适应性”结合起来,加之多帧的联合判断,进一步提高了监视系统的稳定性。该方法快速、稳定,在视频监视中具有很高的实用价值。 参考文献[1]　COLLINSRT,LIPTONAJ,KANADET.Introduc2tiontothespecialsectiononvideosurveillance[J].IEEETransactionsonPatternAnalysisandMachineIntelli2gence,2000,22(8):745746.[2]　VERSAVELJ.Roadsafetythroughvideodetection[C]1Proceedingsof1999IEEE/IEEJ/JSA1InternationalConferenceonIntelligentTransportationSystems,1999:753757.[3]　HARITAOGLUI,HARWOODD,DAVIS,etal.W/SUP4/:Who?When?Where?What?Arealtimesys2temfordetectingandtrackingpeople[C].ProceedingsofThirdIEEEInternationalConferenceonAutomaticFaceandGestureTecognttion,1998:222227.[4]　艾海舟,乐秀宁.面向视觉监视实时跟踪的动态背景更新方法[J].计算机图形学报,2001,9:104106.[5]　胡汉南.水运交通电视监控图像目标识别技术研究[J].交通部上海船舶运输科学研究所学报,2004,24(6):39.[6]　HARITAOGLUI,HARWOODDAVID,DAVISLS.Real2timesurveillanceofpeopleandtheiracticities[J].IEEETransactionsonPatternAnalysisandMachineIn2telligence,2000,22(8)1[7]　TEKALPAM.Digitalvideoprocessing[M].Prentice2Hall,1995. 作者简介 李刚　男　1959年出生　博士　教授　主要研究方向为信息检测与处理　生物医学工程领域的教学和研究。E2mail:Lignag59@163.com

合集下载

基于帧间差分的自适应运动目标检测方法

基于帧间差分的自适应运动目标检测方法

基于帧间差分的自适应运动目标检测方法

薛丽霞;罗艳丽;王佐成

【期刊名称】《计算机应用研究》

【年(卷),期】2011(28)4

【摘 要】This paper proposed a detection algorithm of adaptive moving

objects based on frame difference method.Reconstructed the background

image of continuous video frequency by calculating the maximum

probability grayscale using grey histogram;Gained moving regions by

frame difference, took out moving objects by subtracting moving regions

and background image.Experimental results show that the algorithm can

pick up preferably background image from the video sequence including

many uncertainties factors, can response timely to the actual scene

changes and improve the quality of moving objects detection.%提出了一种基于帧间差分的自适应运动目标检测算法.算法利用直方图统计各像素点处最大概率灰度的方法提取出连续视频的背景图像;相邻帧利用帧差法得到运动区域图像;利用运动区域图像与背景图像差分的方法提取出运动目标.实验结果表明,该算法能在多个不确定性因素的序列视频中较好地提取背景图像,能及时响应实际场景变化,提高运动目标检测的质量.

帧间差分法运动目标检测过程及原理

帧间差分法运动目标检测过程及原理

255学术论丛

帧间差分法运动目标检测过程及原理

王风禄 万戬 范津铭武警警官学院

摘要：帧间差分算法就是我国研究领域的一大热门，它是我国对目标追踪方面的重大研究对象。这一研究的大体思路就是利用模板匹配的方法进行对目标物的提取和检测。这样的方法的优势在于十分简便，通过视频序列中的连续两帧或者是几帧图像的差别来实现对观察目标的检测和提炼。关键词：帧间差分法；运动目标追踪；检测过程及原理1 RGB图像转换为灰度图像RGB图像的别称为真彩图像，在通常情况下，会按照图像的颜色，一红绿蓝三种颜色为一组，每一组均代表像素的色彩。这些色彩直接存在图像的数组之中而且不需要使用调色板，RGB图像作为一种拥有二十四位的图像，三种颜色均在一组中占据八个位码，在理论上，所有的图像总共有2的24次方种颜色。因为涵盖灰度级不同，所以该类图像成为灰度图像，在matlab中灰度图像分为uint8和16或者双层的精度数据来实现的。在通常的情况下，大多数的灰度图像只能存放在一个矩阵里，在该矩阵中一个像素点就是该矩阵中的一个元素。元素的数值可以涵盖某个亮度区间，在通常情况下，0指得是灰色，1和255指的是白色，因为灰度图像在存储的过程中用不到调色板，所以matlab在编程的时候会用一个默认的系统调色板来显示图像。根据不同的彩色图像，我们可以利用其色度的不同建立三维空间坐标系，三个数轴都代表一个色度，这样就可以直接把色度进行区分和读取，彩色图像就变成了直观的坐标图。这种方法有利于我们直观的读取图片信息。虽然这种方法看是简便，但是由于加权问题，图片在还原的时候有可能出现图像失真的情况，其主要原因在于我们对于红黄蓝的敏感度不同。2 图像差分处理作为面向像素级演变的像素检测步骤，差分处理可以建立连续帧的差分和图像背景变化为坐标数据的差分算法。在连续帧间差分处理方面，其中一套是将连续的两帧进行对比，从中提取有用的信息，这种算法的主要公式如下： (3.3)上式很清楚的表示，将连续两帧的图像作差，能够较快地获得差分后的图像信息。公式(3.3)中fk是第k帧图像，Bk是背景图像，第k帧图像与背景图像的差即为差分后的图像Dk。3 差分图像二值化在运动目标视频序列图像差分算法之中，需要对差分处理的图像进行二值级化处理，依据点来检测或者是判断背景和运动目标，这种算法的依据来自于像素级理论。在通常的做法中，二值算法需要建立一个值T，当差分的获得值在T的范围内的时候，应当将算法结果列为背景像素，反之为目标像素。 (3.4)正如上式所呈现的，当差分图像获得像素值＞T的时候，获得的像素为目标像素，反之则为背景像素。4 形态学滤波二值化后图像会出现很多孤立的点，有许多间隙以及空洞、小空间，只要能够让分割后的图像避免这些问题，我们可以通过图像滤波的方法来解决。形态学在通常情况下指的是生物学范畴中对动植物研究的一类延伸学科，随着信息技术的不断发展，形态学数字化为图像分析带来了技术灵感，数学形态学的基本思想是通过一定的形态结构元素来丈量和提取图像中需要的形状信息，从而达到更加全面地对图像进行分析的目的。该技术在通常情况下多对二值图像进行处理，也常常运用到灰度图像技术之中。在形态学之中最重要的两个概念是腐蚀和膨胀，腐蚀指的是通过数学算法剔除掉图像中的无用点，其影响是剩下的目标要比处理前减少像素。腐蚀的定义公式如下：X用B来腐蚀记为XB定义为： (3.5)正如公式所呈现的内容：B平移(x，y)后仍在集合X中的结构元素参考点的集合。换句话说，用B来腐蚀X得到的集合是B完全包括在集合X中时B的参考点位置的集合。5 连通性检测根据数学形态对图像进行过滤能够把干扰区域去除掉，其中一些小的缝隙也能够得到有效的填补，但是也会有一些空隙得不到解决。从而影响检测的效果，为了进一步改善，可以跟进连通性检测来进行对图像的处理。在同一个像素集合中，如果每一个像素能够与其他不同的像素点能够有效连接，那么这连接区域就叫做联通部分，在图像中，能够准确的定位该联通区域是机器视觉基本方法之一，我们通常采用递归算法和关旭算法来实现。二值图像连通成分标记的递归算法过程如下：二值图像算法中连通部分标记的递归算法步骤——1、对图像进行扫描操作，找到没有进行标记的像素点，并对这些点进行标记为L；2、依据递归算法找到L的相邻像素点；3、如果没有存在需要标记的像素点，则停止标记；4、返回寻找像素点；由于这种方法需要反复重头进行，因此效率低，且需要耗费大量的内存，扫描的过程也十分繁琐，而序贯算法在通常情况下只需要进行两次扫描，速度快效率高让其成为最为通常使用的算法——1、将图像进行建系操作，从左边到右边，从上边往下面进行图像扫描；2、倘若像素点是目标像素点；在发现像素点的上边和左边有一个标记、亮点之间有相同的标记的时候，则对标记进行复制；在发现两个像素点之间有其他标记，则复制上面的标记点，对上面的点进行复制，然后将标记的点输入等价表中进行等价标记。如果不按照上面的做法，就把这个像素点分配给一个新的标记，并且将这个标记的像素点输入等价表进行等价标记；3、倘若图像中还包含没有扫描的像素点，则返回步骤2；4、依照等价表的数据，在每一层的等价级中寻找最低的标记；5、扫描到图像之后，把等价表中的最低标记代替每一标记。结合实际情况，本文主要采用的像素点的标记思路是，首先通过形态学滤波来对图像进行过滤处理，然后在采取更加高效的序贯算法来找出连通部分，紧接着对这些连通部分的轮廓进行判断，将轮廓外围的一些小轮廓剔除，这样图像内部就能够呈现得更加完整，有利于进行更深一步的、更高质量的目标跟踪。

背景帧差与分块帧差相融合的运动目标检测

背景帧差与分块帧差相融合的运动目标检测

背景帧差与分块帧差相融合的运动目标检测

杨辉;刘从军;武尚

【期刊名称】《计算机与数字工程》

【年(卷),期】2013(041)012

【摘 要】提出一种融合使用背景帧差和分块帧差的运动目标检测方法.该方法通过对图像的每个像素点进行学习,然后建立初始背景,通过不完全覆盖分块法对图像进行分块,对各子块进行帧间差分实现对前景图像的粗提取,采用otsu算法获取阈值,运用背景差分对前景图像进行细提取.背景采用分段学习的更新方法,能够消除光照变化、背景物体摇动等噪声.实验结果表明,该方法快速、准确,抗干扰能力强,能较好地满足实时检测运动目标的要求.

【总页数】4页(P1915-1917,2023)

【作 者】杨辉;刘从军;武尚

【作者单位】江苏科技大学计算机科学与工程学院 镇江212003;江苏科技大学计算机科学与工程学院 镇江212003;江苏科大汇峰科技有限公司 镇江212003;江苏科技大学计算机科学与工程学院 镇江212003

【正文语种】中 文

【中图分类】TP391

【相关文献】

1.基于四帧帧差和混合高斯模型的运动目标检测 [J], 刘波;王平;杨小敏;邓艾

2.基于五帧帧差和混合高斯模型的运动目标检测 [J], 刘波;王平;杨小敏;邓艾 3.结合分块的改进三帧差和背景差的运动目标检测 [J], 王彬;马永杰;李鹏飞

4.分块帧差和背景差相融合的运动目标检测 [J], 高美凤;刘娣

5.基于背景差法和帧间差法的运动目标检测方法 [J], 李刚;邱尚斌;林凌;曾锐利

因版权原因，仅展示原文概要，查看原文内容请购买

帧差法

帧差法

帧差法

近 些 年 来 , 世 界 各 地 的 学 者 们 针 对 视 频 图 像 中 的 运 动 目 标 检 测 与 跟 踪

问 题 做了大 量 而 深入 的 研 究, 提 出 了很 多 极 其 有效 的 算 法难 点 主 要 在于 视

频 序 列 中 有 各 种 不 同 的 干 扰 因 素 , 这 些 因 素 主 要 包 括 : 光 线 明 暗 的 变 化 、

成像 传 感 器 本 身 的 固 有 噪 声 、 运 动 目 标 自 身 的 形 变 或 位 移 变 化 、 背 景 中 的

杂 波 、 运动目 标 的 互相 遮 挡 或者 自 遮 挡等 , 这些 问 题 还有 待 于 做进 一 步 的研 究 。 目 前 , 常用 的 运动 目标 检 侧方 法 有: 光 流 法、 背 景 差 分法 和 帧 间 差分

法 。

1. 光流法

光 流 法 能 够 检 测 出 运 动 目 标 较 完 整 的 运 动 信 息 , 不 需 要 预 先 知 道 场 景

的 任 何信 息 , 能 够 较 好 的 处 理 运 动 背 景 的 情 况 , 并 且 可 以 用 于 摄 像 机 运 动

的 情 况 , 适 用于 帧 间 位 移 较 大 的 情 况 。 但 是 由 于 透 明 性 、 阴 影 、 多 光 源 、

遮 挡 和 噪 声 等 原 因 ,利 用 光 流 法 进 行 运 动 物 体 检 测 时 , 计 算 量 很 大 , 无 法

保 证 实 时 性 和 实 用 性 , 故 难以 应 用 到 实 时 系 统 , 同 时 对 噪 声 比 较 敏 感 , 计

算 结 果 精 度 较 低 , 难 以 得 到 运 动 目标的 精 确边 界 。

2 .

背景 差 分 法操 作 简 单, 能 够 提 供完 全 的 特征 数 据, 但 对 目 标 的检 测 能

力较 低 , 尤 其 对 天 气 、 光 照 等 噪 声 的 影 响 极 其 敏 感 ,