面向熵的运动目标检测.pdfVIP

基于熵的运动目标检测 Moving Object Detection Based on Entropy 周志宇 汪亚明 黄文清 曹 丽 周海英 Zhou Zhiyu , Wang Yaming, Huang Wenqing， Cao Li， Zhou Haiying 摘 要： 目前，运动目标的检测是计算机视觉领域中最活跃的研究主题之一。本文介绍了光流法、帧间差 分等运动目标的检测方法，提出了一种基于熵的运动目标检测方法，实验结果表明了该方法的鲁棒性和有 效性。 关键词：熵 自适应背景 运动目标检测 中图分类号：TP391.41 文献标识码：A Abstract:Moving object detection is currently one of the most active research topics in the domain of computer vision.This paper introduces methods of moving object detection such as optical flow algorithm,difference frame-to-frame image,and advances a method of moving object detection based on entropy. Experiments shows that this method is robustly and effectively. Key words:Entropy, Adaptive background, Moving object detection 1 引言 运动检测的目的是从序列图象中将变化区域从背景中分割出来。由于光照的变化、背景 混乱运动的干扰、运动目标的影子、摄象机的抖动以及运动目标的自遮挡和互遮挡现象的存 在，这些都给运动目标的正确检测带来了极大的挑战。由于运动目标的正确检测与分割影响 着运动目标能否正确跟踪和分类，因此成为计算机视觉研究中一项重要的课题。本文对光流 法、帧间差分法等运动目标检测方法进行了分析，并将信息论中的熵引入运动检测中，提出 一种基于熵的运动目标检测方法，用熵决定一个合适的阈值，使目标和背景的信息量取得最 大值，将差分图象分割为目标和背景，从而检测出运动目标。 2 光流法 当物体运动时，在图象上对应物体的亮度模式也在运动，从而称光流是图象亮度模式的 视在运动。光流法检测采用了目标随时间变化的光流特性，Giachetti[1]使用光流法检测前方 的车辆，使用光流分析，同样可以检测后方的车辆，由于被检测车辆与背景的主运动方向完 全相反，Batavia[2]在这种情况下，获得了更好的检测效果。利用光流法可以通过计算位移向 量光流场来初始化目标的轮廓，从而使基于轮廓的跟踪算法有效地检测和跟踪目标。Smith[3] 等人利用特征光流进行运动目标的分割和跟踪，存在计算出的特征光流精确度不够导致跟踪 不稳定，算法对硬件系统有较高的依赖性。 特征光流法的主要优点在于对目标在帧间的运动的限制较少，可以处理大的帧间位移； 主要缺点是大多数光流计算方法相当复杂，且抗噪性能差，如果没有特别的硬件装置，很难 应用于序列图象的实时性操作。 3 帧间差分 1 帧间差分是检测相邻两帧图象之间变化的最简单方法，它是直接比较了两帧图象对应象 素点的灰度值的不同，然后通过阈值来提取序列图象中的运动区域，第k 帧图象的灰度值 I (x ,y ) 和第 k +1 帧图象的灰度值 I (x , y ) 之间的变化可用一个二值差分图象 k i i k +1 i i Df (x , y ) 表示： ⎧1 if I (x ,y ) −I (x , y ) T Df (x , y ) ⎨ k +1 i i k i i （1）