基于自适应背景估计的视频运动对象提取-read.pdfVIP

第 3 1 卷 第 4 期 武 汉 大 学 学 报 ·信 息 科 学 版 Vol . 3 1 No . 4 2006 年 4 月 Geomatics and Information Science of Wuhan U niver sit y Ap r . 2006 文章编号 :167 18860 (2006) 文献标志码 :A 基于自适应背景估计的视频运动对象提取 1 2 1 谢治平 　何 　燕 　贺贵明 ( 1 　武汉大学计算机学院 ,武汉市珞喻路 129 号 ,430079) (2 　武汉市住房制度改革委员会资金管理中心 ,武汉市芦沟桥路 1 号 ,4300 10) 摘 　要 :提出了一种结合帧间差和减背景的运动 目标提取算法 ,在使用差值图像的高阶统计量检测运动对象 的同时估计可靠的背景模型 ,并通过背景选择性替换机制解决局部背景区域变化的问题 。算法需调整的参数 少 ,易于实现 。实验结果表明算法具有良好的性能 。 关键词 :运动对象 ; 高阶统计量 ;背景估计 中图法分类号 : TP751. 1 ; P237 . 3 ( 　　文献中常采用光流场或运动参数估计分割运 用差值 图像的高阶统计量 higher or der st ati s 动对象[ 1 ,2 ] ,通过计算光流场或估计运动参数 ,可 tic s , HO S) 检测运动对象的同时 ,跟踪视频序列 以获得符合运动模型的像素区域 ,运动对象由这 中像素值在一段持续时间中保持稳定的点 ,在此 些区域合并产生 。基于静态分割的方法也被广泛 基础上估计背景 ,并对背景进行选择性替换 , 以适 使用[3 ,4 ] ,这类算法首先分割静态帧或提取静态 应背景物体的变化 。 对象轮廓 ,再结合帧间信息进行运动对象提取 。 然而这些方法的计算量较大 ,不适于实时处理 。 1 　视频运动对象提取算法 实时应用中 ,一般通过检测变化区域提取运 动对象 。其中 ,帧间差技术通过计算前后两帧图 1 . 1 　四阶矩检测器 像的差分图像大致确定运动 目标的范围 , 但在物 本文考虑灰度图像序列的情况 。在假设摄像 体或其一部分暂停运动时 ,会出现对运动对象或 机静止的前提下 ,若连续两帧灰度差为非零值 , 其静止部分的漏检 。另外 , 由于物体运动产生的 则认为帧间灰度变化值由噪声或对象运动引起 。 背景遮挡/ 显露 ,提取的运动区域常常大于物体尺 视频序列的噪声主要是随机噪声 、室内光照扰动 、 寸 ,需要进行运动补偿解决这个问题[ 5 ] 。另一种 室外背景纹理慢变化等 ,它们的统计量一般符合 检测变化区域的方法是减背景 ,在获取静止背景 高斯特性 ,而运动 目标的帧间差为结构性信号 ,因 后 ,通过阈值化当前帧和背景的差图像确定运动 此 ,运动 目标检测问题等同于从高斯信号中检测 对象区域 。减背景不存在背景遮挡/ 显露