一种改进的运动目标检测方法

(兰州交通大学 电子与信息工程学院,甘肃 兰州 730070)

摘要:视频序列中的运动目标检测是计算机视觉、视频监控等领域的关键问题。背景差分法是目前运动目标检测中最常用的一种方法,而构造一个自适应更新的背景模型是背景差分法的核心。利用运动目标图像变化比背景图像变化要快的特点,提出了一种改进的构建并实时更新背景图像的方法。实验表明,该方法计算量小、实时性好、并且能够确保较好的检测精度。

关键词:运动目标检测;背景差分法;背景模型

中图分类号:TP391文献标识码:A文章编号:1009-3044(2009)28-8026-02

An Improved Method of Motion Detection

PAN Ya-nan, BAI Fan

(Lanzhou Jiaotong University, School of Electronic and Information Engineering, Lanzhou 730070, China)

Abstract: Moving target detection in Video sequence is one of the critical issues in the fields of computer vision and video surveillance. Background subtraction is a typical approach to detect moving targets. The core of background subtraction is how to construct an adaptive updating background model. This paper provides an improved method for constructing the background image and updating it at time, based on the feature that the motion image changes faster than the background image. Experiments proved that this method has lower computational complexity, better real-time performance and higher accuracy of detection.

Key words: motion detection; background subtraction; background model

随着我国经济水平的高速发展,国内外反恐怖斗争形式的严峻,治安越来越引起人们的重视,视频监控系统在我们的日常生活与工作中得到了广泛的应用。而在视频监控、计算机视觉等领域,运动目标检测起着至关重要的作用,它是运动目标分类、运动目标跟踪、视频检索以及行为理解的基础,是当前研究热点。目前,视频序列中的运动目标检测的方法主要有以下3种:光流法、帧差分法、背景差分法。

1) 光流法(Optical Flow):该方法是基于光流场的方法,它通过给图像上每一个像素点赋予一个速度矢量得到一个图像运动场,且图像上的点与物体上的点是一一对应的。如果图像中没有运动目标,则光流矢量在整个图像区域是连续变化的,当物体和图像背景存在相对运动时,运动物体所形成的速度矢量必然和邻域背景速度矢量不同,从而检测出运动物体的具置和相关运动参数 [1]。

光流法的检测精度仅取决于物体间的相对运动,可以在摄像机运动的情况下检测出运动目标,但是,该方法容易受到外界噪声的影响,运算量十分大,计算过程相当复杂,实时性差,在实际应用中需要专门硬件设备的支持。

2) 帧差分法(Temporal Difference):帧差分法是利用连续的两个帧图像采用基于像素的时间差分,然后通过阈值化处理以提取出视频序列中运动目标的方法[2]。由于相邻的两帧视频图像间具有很好的相关性,对它们做差分运算可以提取出两者的变化区域。假设第t帧的视频序列为f(x,y,t),其下一帧视频序列为f(x,y,t+1),那么它们的差分图像为: