基于视频流连续性的快速运动目标检测方法_图文.doc

第２７卷第８期２０１０年８月 计算机应用研究 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｖ０１．２７Ｎｏ．８Ａｕｇ．２０１０ 基于视频流连续性的快速运动目标检测方法 张娟，毛晓波，陈铁军，吴敏 （郑州大学电气工程学院，郑州４５０００１） 摘要：提出了一种基于视频流连续性的快速运动目标检测算法。对于背景模型的建立，在原有像素归类背景重构算法的基础上，基于视频流的连续性，选择性使用训练阶段背景至少在５０％的时间内可以被观测到的前提假设，提出了一种改进的快速背景重构算法，在准确建立背景模型的同时，有效地减少了运算时间。对于运动阴影的干扰，采用基于ＲＧＢ色度比例的色度差分算法，能快速有效地去除运动阴影，最终实现运动目标的快速提取。实验结果证实了所提算法的有效性。 关键词：背景差分；背景重构；像素归类；阴影去除；视频流 中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１００１－３６９５（２０１０）０８－３１９８—０３ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１—３６９５．２０１０．０８．１０７ Ｆａｓｔｍｏｖｉｎｇｏｂｊｅｃｔｄｅｔｅｃｔｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｖｉｄｅｏｓｔｒｅａｍｉｎｇｃｏｎｔｉｎｕｉｔｙ ＺＨＡＮＧＪｕａｎ，ＭＡＯＸｉａｏ—ｂｏ，ＣＨＥＮＴｉｅ?ｊｕｎ，ＷＵＭｉｎ （ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５０００１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｆａｓｔｍｏｖｉｎｇｏｂｊｅｃｔｄｅｔｅｃｔｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｑｕａｌｉｔｙｏｆｖｉｄｅｏｓｔｒｅａｍｉｎｇｃｏｎｔｉｎｕｉｔｙ．Ｉｎｔｈｅａｓｐｅｃｔｏｆｂａｃｋｇｒｏｕｎｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎ，ｉｎｔｒｏｄｕｃｅｄａｆａｓｔｂａｃｋｇｒｏｕｎｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｍｅｔｈｏｄ．ＩｔＷａｓｂａｓｅｄｏｎｐｉｘｅｌｉｎｔｅｎｓｉｔｙｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄａｎｄｔｈｅａｓｓｕｍｐｔｉｏｎｏｆｂａｃｋｇｒｏｕｎｄｐｉｘｅｔｓｃｏｕｌｄｂｅｏｂｓｅｒｖｅｄｉｎａｔｌｅａｓｔ５０％ｔｉｍｅｉｎｔｈｅｔｒａｉｎｉｎｇｐｈａｓｅｓ．Ｉｎｔｈｅａｓｐｅｃｔｏｆｓｈａｄｏｗｒｅｍｏｖｉｎｇ，ｐｒｅｓｅｎｔｅｄＲＧＢｃｈｒｏｍａｔｉｃｉｔｙｄｉｆｆｅｒｅｎｃｅａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＲＧＢｃｈｒｏｍａｔｉｃｉｔｙｒａｔｉｏ．Ｉｔｃｏｕｌｄｒｅｍｏｖｅｔｈｅｓｈａｄｏｗｏｆｍｏｖｉｎｇｏｂｊｅｃｔｑｕｉｃｋｌｙａｎｄｅｆｆｅｃｔｉｖｅｌｙ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｃｏｎｆｉｒｍｔｈｅｖａｌｉｄｉｔｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ：ｂａｃｋｇｒｏｕｎｄｓｕｂｔｒａｃｔｉｏｎ；ｂａｃｋｇｒｏｕｎｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎ；ｐｉｘｅｌｉｎｔｅｎｓｉｔｙｃｌａｓｓｉｆｉｃａｔｉｏｎ；ｓｈａｄｏｗｒｅｍｏｖｉｎｇ；ｖｉｄｅｏｓｔｒｅａｍｉｎｇ ０引言 视频序列图像中运动目标的检测和提取是计算机视觉领域的重要研究课题，它也是后期运动目标跟踪、识别、目标行为分析和理解的一个基础环节。处理速度和精确性是运动目标检测需要解决的两个基本问题，也是衡量有关算法优劣的两项重要指标。 运动目标检测方法主要分为三种…：ａ）帧差法。它是基于时间序列，用帧间差分来实现运动目标的检测，其对动态环境有很好的适应性，却不能提取出较完整的运动目标，只能是轮廓的提取。ｂ）光流法。它是对图像的运动场进行估计，将相似的运动矢量合并形成运动目标检测的方法。光流法虽然能够直接用于摄像机运动下的目标检测，但大多数光流法计算复杂，不适合实时处理。Ｃ）背景差分法。它是基于图像序列和参考背景模型相减从而实现运动目标的检测，其能够较完整地提取出运动目标，但对光照和外部条件造成的动态场景变化过于敏感，如何获得高效实用的背景模型并对其进行更新是这种方法的研究重点。鉴于背景差分法提取的运动目标较为完整，本文以此方法为基础，结合视频流连续性的特点和运动目标中运动阴影的色度特征，提出了一种改进的运动目标检测方法， 在保证检测精度的前提下，有效地提高了检测速度。 １背景模型的建立 背景模型的建立与更新关系到下一步运动目标提取的准确性，所以算法的好坏至关重要。目前已有许多背景建模与更新方法，主要可分为两大类拉１：第一类是建立背景模型并采用自适应方法对模型参数进行调整，从而获得新的背景图像；第二类是从过去的一组观测图像中按照一定的假设选择像素灰度构成当前的背景图像。本文主要研究第二类方法。 对第二类方法进行研究的前提假设主要有Ｇｌｏｙｅｒ等人日１提出的训练阶段背景至少在５０％的时间内可以被观测到及Ｋｏｒ