基于背景差的实时行人检测与行人记数系统.pdfVIP

基于背景差的实时行人检测和行人记数系统 王志良 韩忠涛刘冀伟 韩鸿哲 (北京科技大学信息工程学院，北京．100083) (belling——keda@126corn) 摘要基于图像处理的实时捕获行人系统，能够实时检测出移动行人的数目，并且能够实时的把 包含移动行人的图像记录下来，还具有视频回放功能。这篇论文提出7一种用于行人检测的背景 模型建模的新方法。另外为1提高图像处理的速度，采用j多线程的设计方法。 关键词 图像处理，背景建模，计算机视觉，多线程 1．概 述 从视频序列中提取出移动物体的性能的好坏是许多视频系统中最基本的和至关重要的问题。像视频监 控“J、交通追踪、人体探测和跟踪[2·”、视频编辑和可视电话会议等系统。目前，行人检测是人工智能和计算 机视觉领域备受关注的问题。 通常的背景差法[6-9]是从背景中检测出移动物体的一种典型方法，背景差法的基本思想是把当前帧图 像和参考图像相减，这种方法的关键就是背景建模。背景建模的方法很多，比较简单的一种方法就是取背景 图像的平均值作为参考图像，但是这种方法一般情况下会引起较大的噪声，而且背景模型不能自动更新。 个像素点进行建模，这种方法有两个参数T和a需要确定，这两个参数由具体使用的摄像头和环境决定。 此方法当环境亮度缓慢变化时的效果较好，在实时处理和环境亮度变化快速的条件下的效果一般不好。 Koller等人rl“利用卡尔曼滤波器来检测背景中每个像素的颜色变化，这种方法当环境亮度发生变化时的处 理效果很好，可是不能解决背景环境中有物体移入和移出的问题。马里兰大学计算机视觉实验室[s1提出了 一种具有良好鲁棒性的背景建模方法，能够从包含影子和阴影的静态背景中检测出运动的物体。伯克利大 练了一个高斯混合分类模型。 此文在前人研究的基础之上提出了一种新的自适应背景建模方法，这种方法处理速度快，对环境具有良 好的适应性，以此为基础我们进一步研究了人体记数的算法。 2．背景建模 2．1背景建模分析 我们从外界环境获得了两帧图像，如图1和图2所示。定义图1中的图像为11；图2中的图像为12。将 两幅图像做差运算，然后将运算结果二值化得到13： f25511一12T 13。I o 其他 如图3所示。 我们发现环境中物体小幅度的摆动和光线的变化，对一幅图像的影响(引起噪声)很大。如果取T= ·82· 图1第一帧图像 图2第二帻图像 图3 T=0时的13 图4 T=10时的13 10，则图像13如图4所示。此时两幅图像做差后，光照变化引起的噪声基本上被消除了，可是枝条的摆动引 起的噪声还是不能消除。因此，为了适应环境的变化一般就需要建立背景模型，而且最好这种背景模型具有 良好的适应性。 2．2建模方法 处像素颜色值的变化情况，计算出其均值： AV(w，6)=[R。G4。13，] (2) 方差巩(w．… 。蠢誊j，。 ’j 吣。．。)_几ij函可可F百了‘石丽 (3) 。 取N：10，I(50，191)处的像素值