智能视频监控中目标移走检测方法研究.pdfVIP

智能视频监控中目标移走检测的方法研究 齐明明 北京邮电大学信息工程学院，北京（100876 ） E-mail ：mingmingqi@ 摘 要：背景建模是智能视频监控系统的基础，目标检测是智能视频监控系统的关键。背景 差法是一种常用方法，背景模型的提取、更新、外物干扰、光照变化等都是与目标检测关系 重大的因素。本文针对背景稳定、光源固定的图书馆、博物馆等场景，提出了一种利用单高 斯背景建模，面积和灰度直方图两级匹配的目标检测方法实现对既定目标物体的移走检测， 同时发出系统报警，达到安全防范的目的。在检测之后迅速实现背景建模系统更新，实现持 续不间断的视频监控报警。 关键词：视频监控，背景建模，目标移走检测 中图分类号：TN 1. 引言 基于视频的智能监控系统是近年来政府部门和企事业单位所严密关注的问题。系统根据 用户预设值一旦检测到目标，能迅速对目标进行定位，以实现系统预警、安全防范的目的。 智能视频监控涉及图像处理、模式识别、景物分析、图像理解、人工智能等多种学科。基于 模型的研究[1]包括摄像机建模、背景建模、目标建模、阴影建模以及相应的目标分割及检测 等方面。 智能视频监控主要是针对摄像机静止—物体运动这种模式，目标检测是智能视频监控系 统的关键。目标检测的算法很多，主要有下面几类常用的算法：差分图像法、光流法、基于 统计模型的方法、基于小波的方法、基于人工神经网络的方法等。差分图像可以通过几种方 法实现，比较典型的有邻帧差法、背景差法。其中邻帧差法通过相邻两帧的图像进行相减， 去除静止区域，保留运动区域。这种方法计算量小，但通常会使运动目标存在分裂现象，给 后续检测带来很大误差。背景差法是在获得理想背景的基础上，将当前帧与理想背景相减， 可以精确地得到前景区域。 背景建模是智能视频监控系统的基础，在实际情况下，由于环境光线的变化和阴影的变 化随时发生，使得理想背景很难一次得到，需要进行实时更新。本文采用单高斯背景建模， 能够适应光照的渐变和背景的细微变化。 智能视频监控系统中对既定目标物体的移走检测与常规的基于内容的图像检索有所不 同。基于内容的图像检索方法是在图像库中存储图像，并自动提取反映该图像内容的特征， 需要查询图像时，将目标图像输入图像库并提取目标图像的特征向量，将目标特征向量与图 像库中图像的特征向量进行匹配，根据匹配结果搜索到与所查询的目标图像最相似的图像。 这种检索是以整幅图像为单位的查询，需要统计整幅图像的特征向量，计算量比较大；同时 背景与其他外来物体的干扰可能会影响用户对图像中比较关心的物体状态的监测。在视频监 控系统中用户往往只是监控一些比较关心的目标，不需要对全部监测区域内的物体进行检 索。尤其在博物馆、图书馆等场景，用户可能只关心重点监测的目标是否被拿走。以此为出 发点，本文开始了对既定目标物体的移走检测。 智能视频监控系统中对既定目标物体的移走检测目标是确定目标物体的特征，把外来干 扰与目标区分开来，只有目标被移走时才发生系统报警。如果有外来干扰进入监测区域并未 把目标移走，外来干扰只是被检测出来并不发生报警。本文针对环境稳定、光源固定的图书 - 1 - 馆、博物馆等场景，由场景视频转化为场景图片进行处理，利用VC++开发工具和OPENCV 开源函数类库，实现对既定目标物体的移走检测，同时发出系统报警，达到安全防范的目的。 在既定目标物体移走检测之后迅速实现背景建模更新，实现持续不间断的视频监控报警。 2. 算法描述 为了对既定目标进行实时检测，必须首先获得既定目标物体的有效信息及模板特征。在 本算法中，目标的模板特征包括目标物体的面积及灰度直方图信息。我们首先对没有目标物 体的空白图片和只包括目标物体的图片进行实验，手动完成对目标物体的特征提取。根据本 文介绍的目标检测方法，在第一个出现目标物体的图片中用矩形框标示出感兴趣的目标，并 记录目标物体的面积信息和灰度直方图信息，形成目标模板特征。一旦确定了目标模板特征， 就可以进行系统的目标检测。目