论文综述.pdfVIP

一种基于连续帧差法的视频背景提取及更新方法 学 院：信息工程学院 专 业：电子信息工程 班 级：061 学 号：0423100016 姓 名：容志诚 指导教师：安博文 摘要：交通视频监控系统是智能交通系统 （Intelligent Transportation System, ITS） 中重要的组成部分。在交通视频监控系统里，背景提取是运动车辆检测的基础。传统的视频 背景提取算法，如统计直方图法，统计中值法和多帧图像平均法等在复杂背景提取中不能得 到良好的效果。本文采用改进的连续帧差法提取视频背景，能更有效的避免传统方法所存在 的背景帧模糊，带有运动物体残像、拖影等缺点，并且易于进行背景帧的更新。 关键词：视频监控系统，背景提取，连续帧差法，背景更新 1.引言 智能交通系统（Intelligent Transportation System, ITS）要求交通视频监控系统中 必须实现计算机化自动监控。交通监控视频的背景提取是计算机化自动监控的基础，传统的 视频背景提取方法主要有统计直方图法，统计中值法和多帧图像平均法等，这些算法在复杂 背景和多运动目标的背景提取中均不能得到良好的效果。本文提出的连续帧差法提取视频背 景图像，能更有效的避免传统方法所存在的背景帧模糊，带有运动物体残像、拖影等缺点， 并且易于进行背景帧的更新。 2. 传统的视频背景提取算法算法 2.1 统计直方图法 统计一段时间内N帧中每个象素点上不同亮度出现的次数，其中出现次数最多的，即直方 图中最大值就取为背景本身的亮度值。该算法抗噪声干扰性好，在通常情况下提取出的背景 较好，但运算量大、提取背景速度慢是该方法的主要缺陷。并且随着统计帧数的增加，得到 的背景图像效果并不明显。当运动目标速度过快的时候，对于图像中的近景，因为运动目标 快速通过，背景显现的时间比较长，得到的背景图像较好；而对于图像远景，一些运动目标 相连，会误把运动目标当成背景统计出来，得到的背景图象失真。 2.2 统计中值法 考虑到在运动目标较少的情况下，连续多帧图像中背景的象素值占主要部分，这 样在一段时间内，中值便可以认为是背景。该算法从统计学的角度统计单个像素点(z，y)在 连续帧图像中的亮度值E(i=1，2，……．N)。在一段时间T内对视频序列图像的亮度值B；进 行排序，然后取其中值亮度M(z，y)作为背景。该算法与统计直方图法都是从统计学的角度来 看问题，存在的问题相似，当图像远景有连续相似运动目标经过时会误认为背景，而图像近 景得到的背景图像较好。 此外，该算法实现时计算量较大，占用计算机资源多，处理较慢。 2.3 多帧图像平均法 考虑到运动目标的多样性，有的亮度值比背景高，有的比背景低，有的与背景相当。所 以从统计学角度看，有运动目标经过而引起的变化在长时间内可按求平均值的方法来消除。 多帧图像平均法是将运动目标看作为噪声，用累加平均的方法消除之。利用运动目标运行一 段时间的序列图像进行平均而得到背景图像，计算表达式为： = 式中B （x,y）表示背景图象第i帧序列图象在像素点(x,y)的亮度值，N表示帧数。该算法的特 点是模型简单、计算方便。但是，在实际应用中，往往是图像中的某些区域有亮度高的运动 目标，而某些区域有亮度低的运动目标经过，通过平均法得到的背景图像就会出现亮暗分布 不均匀的区块。另外，该算法得到的背景图像受运动目标数量的影响比较大。当然，随着帧 数的增加，噪声消除后的结果会有所改善。 3.连续帧差法背景提取与更新 3.1 连续帧差法 当视频序列中出现运动物体时，相邻的帧与帧之间，运动物体部分的像素值会由于图像 亮度的变化而出现较为明显的差别。把前后两帧图像进行相减，得到两帧图像像素值差的绝 对值，通过与事先给定的阈值进行比较，判断他是否大于阈值来分析视频图像序列的运动特 性，从而确定视频图像序列中是否有运动物体。视频图像序列的逐帧差分，相当于对视频图 像序列进行了时域上的高通滤波。其公式如下： D(x