基于背景统计的ROI提取方法

袁 源，樊万梅

(1.招商局重庆交通科研设计院有限公司，重庆 400067;2.重庆大学，重庆 400030)

图像感兴趣区域(region of Interest，ROI)提取技术用于提取出图像中进一步目标识别的至关重要的区域，主要应用于视频增强、理解和检索，视频/图像压缩等领域，是当前图像处理领域的研究热点之一［1-6］。

目前，ROI提取技术主要分为基于视觉特征的方法和基于运动变化的方法［5］。基于运动变化的ROI提取技术是把运动对象作为感兴趣区域，如文献［1］使用肤色提取人脸进行视频压缩，文献［2］训练两级神经网络分类器区分感兴趣的前景和不感兴趣的背景，这类方法大多都是针对娱乐视频和视频会议的，不适用于静态图像的感兴趣区域的提取。而基于视觉特征的ROI提取技术从人眼的视觉特征出发，通过对图像视觉特征的分析来提取ROI，如文献［4］利用颜色和信息熵提取ROI，虽然利用颜色和信息熵的互补作用，这种方法能提高感兴趣区域检测的准确率，但也存在不足之处:当噪声与整幅图像的灰度均值差值较大时，这种以引起视觉注意机制为理论基础的ROI提取方法将不能抑制这些噪声，导致提取出的感兴趣区域包含了这些噪声区域。

然而，在实际应用中ROI提取算法对实时性要求较高，上述算法不能较好满足提取要求;此外，噪声对感兴趣区域的提取具有不可忽视的影响。为此，本文考虑噪声对ROI提取的影响，并兼顾实际应用场景对实时性的要求。对于监控场景背景比较单一的情况，充分利用背景区域与前景感兴趣区域的不同，提出了一种基于背景统计的静态图像ROI提取算法。同时，将该算法运用于室内监控场景中的ROI提取，验证了其有效性。

1 ROI提取算法

通常情况下，在实际应用场景中ROI提取要求具有较好的实时性，这就要求ROI提取技术算法简单、可靠。而在实际的应用场景中，需要考虑噪声对ROI提取的影响。由于监控图像中背景具有比较单一的特点，因此借鉴背景提取技术，根据基于图像分块的思想对其进行处理。

首先，通过几何方法获取图像的重点监控区域。其次，对重点监控区域进行分块，并对分块后的每一块图像计算其特征值和标准方差。然后，根据高斯分布的特性，利用在线k均值近似算法对每一块图像进行匹配，以此判断其是否为背景，从而实现监控区域图像的前景和背景分离。最后，对所提取的前景目标感兴趣区域，利用形态学方法对其进行处理，以减少细小的伪前景感兴趣区域，从而提高整个ROI提取算法的精度。整体算法流程如图1所示。

图1 基于背景统计的ROI提取

1.1 图像分块原理

背景模型是以单个像素形式建立的，具有准确、灵活、相对简单等优点，但存在抗噪能力差、执行效率不高等问题。

针对上述不足，本文引入分块统计的思想，基于图像块的特征建立背景模型［7］。设km(x，y)为一个m×m像素的图像块，(x，y)表示该图像块左上角的坐标。在2×2的情况下，图像块中前景像素的分布组合有5种，如图2所示。图2(a)表示完全背景，图2(b)有1个前景，图2(c)有2个前景，图2(d)有3个前景，图2(e)为完全前景的情况。

图2 2×2图像块的5种情况

1.2 图像块特征的选择

为了建立基于图像分块的背景模型，有必要对图像分块数目以及所分块后图像的特征选择进行阐述。图像分块往往具有如下特点:图像块越大(图像分块的参数越小)，需要处理的图像块数就越少，算法的执行效率就越高，但是也降低了对局部目标的敏感度，导致目标提取的精确度变差，这是因为目标区域所占比例小的图像块的个数会增加，如图2中(b)和(c)所示的情况，因此，在选择m时，应从目标提取的敏感性、准确度以及算法的执行效率等方面综合考虑。

为了选择图像块中的特征，本文引入几种提取图像块特征λ的方法:

1)以图像块中心点作为图像块的特征，即λ=中心点像素;

2)选取若干点的组合作为图像块的特征;

3)图像块的均值作为图像块的特征，即

4)图像块的行均值或图像块的列均值作为图像块的特征;

5)图像块的幅度值作为图像块的特征，即

上述特征都是图像块中像素的线性运算，因此，当图像中坐标为(i，j)点的像素值Xij服从正态分布时，上述特征λ也将服从正态分布。

1.3 基于图像分块的ROI提取算法

在上文提出的图像特征中，选择其中的1个或几个特征 λ1，λ2，…，λs构成特征向量，令 Λ ={λ1，λ2，…，λs}。

采用单高斯分布的形式，给出其高斯分布联合概率密度函数

其中:Λ(i，j)表示对应于图像中坐标为(i，j)图像块灰度值所形成的随机变量;W代表了这一类像素;u为均值向量;Σ为灰度信息的协方差矩阵，均为高斯分布参数，有训练样本估计

基于像素间相互独立的假设，可以得出特征之间也是相互独立的，为了简化计算，可以进一步假设它们具有相同方差。式(6)和(7)表明图像块特征向量Λ的概率分布可由一个单高斯函数来描述，也就是说图像块的某种状态可由单高斯模型的某个分量进行刻画。

基于上述假设，将所有图像块的特征向量值与高斯分布的特征向量进行匹配，若特征向量值落在高斯分布的标准方差的某一倍数范围内，就认为匹配成功，具体计算方法为

若式(8)成立，则认为匹配成功，为监控区域的背景区域，反之，则认为监控区域的前景区域，即为目标感兴趣区域。实验表明，对于2×2的图像块，τ取3比较合适。

2 实验结果

为了验证本文提出的基于背景统计的ROI提取算法的有效性，将其应用于某室内监控场景，实验平台为Matlab7.0，实验数据来源于某大楼室内监控场景中的图像。实验结果如图3所示。

图3 基于背景统计的处理结果

图4 基于视觉注意机制的处理结果

由图3可以看出，基于背景概率分布统计的ROI提取算法能够提取出前景目标的感兴趣区域，处理结果较为满意。图4为不同k值下的感兴趣区域，当k较小时，提取出的感兴趣区域(图中小框标记的区域)并不是我们需要监控的目标。随着k取值的增大，能够获得监控目标的感兴趣区域，但是当监控目标的灰度值与整幅图像均值之差小于噪声灰度值与整幅图像均值之差时，提取出的目标感兴趣区域将包含噪声区域，即引起我们视觉注意的首先是这些噪声，其次才是监控目标，降低了感兴趣区域提取精度。通过对比实验可以发现，本文提出的ROI提取算法可以准确地对图像中的目标感兴趣区域实施提取，同时有效抑制了由噪声导致感兴趣区域的出现，降低了误检率。

3 结束语

考虑场景中噪声对ROI区域的影响和视觉注意机制特性，借鉴图像分块的思想，提出了一种基于背景统计的感兴趣区域的提取算法。实验结果表明:该算法不仅能够克服基于视觉注意机制的ROI提取方法的不足，还能完成ROI提取，且提取算法相对简单，适用于背景较单一、噪声比ROI区域显著情况下的感兴趣区域提取。

［1］Chen M，Chi M，Hsu C，et al.ROI video coding based on H.263+with robust skin-color detection techniques［J］.IEEE Transactions on Consumer Electronics，2003，49(3):724-730.

［2］Doulamis N，Doulamis A，Kalogeras D，et al.Low bit-rate coding of image sequence using adaptive regions of interest［J］.IEEE Transactions on Circuits and Systems for Video Technology，1998，8(8):928-934.

［3］吴琦颖，李翠华.用于海上感兴趣区域实时分割的近似算法［J］.厦门大学学报，2007，46(1):33-37.

［4］陆伟，倪林.利用颜色和熵提取感兴趣区域的感性图像检索［J］.中国图象图形学报，2006，11(4):492-497.

［5］郑锦，李波.面向室外视频监视的感兴趣区域提取［J］.中国图象图形学报，2010，15(9):1363-1369.

［6］何毅，陆淑娟，梅雪.基于ROI提取的多目标图像水平集分割［J］.计算机工程，2009，35(23):214-216.

［7］杨广林，孔令富.基于图像分块的背景模型构建方法［J］.机器人，2007，29(1):29-34.

［8］金涛，贾宏志.运动的目标圆盘的轮廓和圆心提取方法研究［J］.激光杂志，2010(4):24-26.

［9］范巧艳，艾斯卡尔·艾木都拉.遗传算法优化RBF网络的图像杂波抑制技术研究［J］.激光杂志，2010(2):11-13.