改进的背景差值法目标检测算法.docVIP

改进的背景差值法目标检测算法 　　摘要：目标检测和追踪是计算机视频领域的重要研究对象之一，尤其是在实时监控和侦察上有广泛的应用前景。背景差分法是三种传统运动对象检测方法中最常用、最直接、最简单的一种方法。该文在传统背景差值法的基础上对该方法进行了一些改进，在算法上采用当前帧与背景图像相异或的方法提取运动目标，使得到的目标更接近实际目标轮廓。 　　关键词：运动目标；滤波；背景差值法；形态学；开启算法 　　中图分类号：TP301文献标识码：A文章编号：1009-3044(2011)07-1630-02 　　Improved Algorithm of Background Subtraction Target Detection 　　MI Juan-fang, JI Xiao-ping 　　(School of Information Engineering, Taiyuan University of Technology, Taiyuan 030024, China) 　　Abstract：Target detection and tracking is an important research field of computer video, especially in real-time monitoring and surveillance having a wide range of applications.Background difference method is one of the three traditional motion object detection methods , the most commonly used ,the most direct, and simplest. Based on the traditional background difference value method,this paper makes some improvements.By using XOR algorithm beteen the current frame and the background image on moving object to acquired more realistic goals target outline. 　　Key words：moving objects; filtering; background difference value method; morphology; open algorithm 　　随着科技的发展，视频处理领域发展也越来越快。如今视频图像分割是视频处理领域中的一个重要组成部分。所谓视频图像分割[1]，就是根据序列场景图像和运动物体图像的特征，将运动物体区域从场景中提取出来，从而达到分割运动物体和背景图像的目的。 　　1 预处理 　　图像中内在噪声的影响是不可忽略的，而原始帧由于各种原因，不可避免的会叠加噪声，因此为了增强图像的效果，第一步应该是对初始帧进行平滑滤波。中值滤波[2]是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，由于它在实际运算过程中并不需要知道图像的统计特性，所以比较方便。中值滤波最初是应用在一维信号处理技术中，后来被二维的图像信号处理技术所引用。在一定的条件下，中值滤波可以克服线性滤波器所带来的图像细节模糊，而且对滤波脉冲干扰及图像扫描噪声非常有效。中值滤波的目的是在保护图像边缘的同时去除噪音。 　　2 传统的背景差分法原理 　　背景差值法[3，5]假定背景是静止不变的，因此图像背景不随图像帧数而变，设背景图像为b(x,y),定义图像序列为f(x,y,i),其中（x,y）为图像位置坐标，i为图像帧数。将当前帧的图像的灰度值减去背景图像的灰度值，就可以得到一个差值图像： 　　id(x,y,i)=f(x,y,i)-b(x,y) 　　通过设置一个阈值T可以得到一个二值化差值图像： 　　取值为1的像素对应于运动目标区域，取值为0的像素对应于背景区域。这种算法原理简单、速度快，检测准确。但是目标内部可能出现孔洞，而且检测到的目标轮廓通常比实际的要偏小。 　　3 改进的思路 　　本文对传统的背景差值算法作如下改进：将当前帧与背景帧做异或运算。算法步骤如下： 　　1）产生一个合适的背景图像； 　　2）将当前帧和背景图像分别二值化； 　　3）当前帧与背景图像求异或运算，提取运动目标； 　　4）对求完异或的图像用数学形态学[4]进行开启运算，去除孤立点和孔洞。 　　4 基于背景求异或的目标检测算法 　　在此，也是假定背景图像是静止不变的，设背景图像为b(x,y),当前帧图像为