融合光流速度场与背景差分的自适应背景更新方法.pdfVIP

第35卷 ，第6期 中 国 铁 道 科 学 Voll35 No．6 2014年 11月 CHINA RAILWAY SCIENCE November，2014 文章编号：1001—4632 (2014)06—013107 融合光流速度场与背景差分的自适应背景更新方法 王爱丽，董宝田，王泽胜 ，尹 彪 (北京交通大学 交通运输学院，北京 100044) 摘 要：为利用视频监控系统识别铁路客运站的客流，根据车站监控环境的多变性特点，提出将光流速度 场算法与背景差分算法相结合的自适应背景更新方法。将光流引入背景建模中，并与背景差分结果进行并运算， 再通过 “死角”灰度优化处理，实现背景的实时更新。以实录的北京南站视频对给出的 自适应背景更新方法进 行验证 ，并与均值背景法和高斯背景法的处理结果进行比较 ，结果表明，自适应背景更新方法较好地解决了背 景的提取、实时更新及运动 目标阴影扰动等问题，拟合的背景干净、虚影弱 ，描述的背景符合实际背景场景， 用于动态场景的客流识别取得了较好的效果。 关键词：背景更新；光流速度场；背景差分；视频监控；客流识别 中图分类号：U298．2：TP391．41 文献标识码：A doi：10．3969／j．issn．1001—4632．2014．06．20 铁路客运站是客流集散的重要场所，其客流流 本文所给出背景更新方法的合理性和有效性。 线密集而复杂，很容易在各种通道 口 (如进站 口、 出站 口、检票 口等)出现 “客流瓶颈”和严重的人 1 白适应背景更新方法 群拥挤情况，给客运带来安全隐患。 使用车站视频监控系统进行客流状态的识别， 为了建立 良好的背景样本，本文将光流速度场 从而获取站内客流分布的准确数据，是预防客运突 算法引入背景建模中，再结合背景差分算法和 “死 发事件的一个重要技术手段。背景减除法是 目前最 角”灰度处理，提出车站客流视频背景图像实时更 常用的运动 目标检测方法，它通过对背景的学习得 新的方法。通过初始背景在不同序列的当前图像帧 到背景模型，然后将当前帧与背景模型进行差分运 中得到反复更新，而且每一次更新的背景都可以作 算，从而对运动 目标进行识别 。然而由于监控环境 为运动 目标提取的背景使用，最后趋于稳定状态。 下的光线变化、边缘像素抖动、设备噪音以及初始 基于该方法的运动 目标识别流程如图1所示 。 背景样本不易获取等原因难 以建立合适的背景样 1．1 初始背景拟合 本。针对这种情况，国内外学者采用各种模型表示 由于难以获取纯背景样本，为了计算方便，本 背景，其中典型的有：中值法_1]、均值法[2]、单高 文采用均值法对非背景的视频帧进行均值建模，得 斯背景模型法l_3]、混合高斯模型l4]、核密度估计 到 1个初始背景图像，即用缓存中N帧视频图像 法[5]以及本征法 6]。这些方法虽能够获得较细致的 像素点灰度的平均值代表背景图像像素点的灰度 目标形状，但监控视频的背景随着时间的推进会发 值l7]，其表达式为 生变化，为了提高识别的精确度，需要根据具体环 Ⅳ 境对背景进行及时更新 。 ∑ (z，) Bo(z，y．)一 盟 ： l，2，… ，N (1) 针对传统背景建模方法不能满足背景实时更新 要求较高的车站视频监控系统的问题，本文提出融 式中：BO(z，)为初始背景图像 中像素点(z，)的 合光流速