智能视频监控系统中运动目标检测的研究

许亚军，许慧芳，张艳春

(1.太原理工大学信息工程学院，山西太原 030024;2.江苏自动化研究所，江苏南京 310012)

1 运动目标检测简介

近十几年来，智能视频监控(Intelligent Video Surveillance)在导航制导、重要场所安全监控、智能交通、数字城市等军事以及民用领域得到了广泛的应用，国防安全部门、高校学者、工程技术人员对其产生了极大的研究热情［1］。智能视频监控系统主要由运动目标检测、目标分类识别、目标跟踪以及目标行为的理解与描述几个部分组成，如图1所示。其中，运动目标检测、分类识别以及目标跟踪属于低级视觉部分，数据融合处理属于中级视觉部分，而行为理解和描述则属于高级视觉部分［2］。

运动目标检测是智能视频监控系统的重要组成部分，它是利用图像处理技术将运动目标从背景图像中提取出来并交给后续视觉工作进行分析处理，主要包括图像预处理、目标检测及后处理等步骤，如图2所示。

图1 智能视频监控技术的研究内容

图2 运动目标检测流程图

目前，针对监控摄像机固定不动的应用场景主要有三类运动检测方法:光流法、背景减法和帧间差分法。光流法检测精度较高，但其受噪声、光照、阴影和遮挡等环境因素的影响较为严重;而且光流法算法复杂度高，处理监控视频流的实时性较差。背景减法的优点是原理简单，检测准确，缺点是容易受光线、天气等环境条件的影响，其关键在于背景图像的获取及其更新［3］。针对光流法和背景减法存在的问题，本文提出了一种结合背景减法和时空熵图像的对称差分算法来实现对运动目标的检测。

2 相关原理

2.1 两帧差分法

两帧差分法是通过比较视频序列相邻两帧图像对应像素点的灰度值，然后对其阈值化来提取图像中运动区域的一种办法。该方法实时性强，更新速度快，算法复杂度低。但要求图像帧与帧之间要配准得很好，否则容易产生大的误差。阈值选择在这里起着非常重要的作用:阈值过低，容易将环境噪声误检测为运动目标;阈值过高，则容易发生漏检现象。另外，当运动目标面积较大，颜色一致时，检测到的目标不够完整，位置不够精确，并且容易产生“鬼影”，不能完整地提取运动目标。

2.2 对称差分法

对称差分法是在两帧差分法的基础上提出的一种检测算法。将连续的三帧图像序列两两差分，然后将得到的差分图像进行“与”操作，这样就可以确定目标在中间那帧的位置从而提取到运动目标。相比两帧差分法，对称差分法能够有效减少“鬼影”现象，更精确地提取目标位置，而且极大提高了检测效率。对称差分法可表示为

式中:bidf(x，y，t－1，t)表示像素点(x，y)在t－1和t时刻的差分图像，bidf(x，y，t，t+1)表示像素点 (x，y)在t和t+1时刻的差分图像。当bidf(x，y，t－1，t)=1 和bidf(x，y，t，t+1)=1 两个条件都满足时，sbidf(x，y，t)=1才能成立。对称差分算法流程如图3所示。

图3 对称差分法流程图

2.3 熵值

1948年，信息论的创始人香农在Bell System Technical Journal上发表了《A Mathematical Theory of Communication》一文，将熵的概念引入信息论中，并给出了计算信息熵的数学表达式［4］。如果一个系统S内存在多个事件S={X1，X2，…，Xn}，每个事件的随机概率分布P={p(X1)，p(X2)，…，p(Xn)}，则每个事件的自信息量为

整个系统的平均信息量为

3 改进的对称差分法

本文提出的改进对称差分算法流程如图4所示。首先，将待检测视频序列进行图像预处理，在预处理阶段通常使用中值滤波去噪，本文采用了一种自适应加权中值滤波方法。然后，将背景减法得到的基本准确的运动目标和对称差分得到差分图像相“与”然后再相“或”。接着求出相“或”后的时空熵图像，并经过形态学处理将运动目标从图像序列中检测出来。这种结合了背景减法和时空熵图像的检测算法，不仅能很好地将对称差分的优点体现出来，同时有效避免了背景减法受环境干扰严重的缺点，算法实现起来简单，而且检测出来的目标也精确完整。

图4 改进的对称差分法流程图

3.1 自适应加权中值滤波

拍摄得到的视频序列受外界环境因素如光照、遮挡、影子等噪声的影响比较严重，而去噪的效果和质量又直接影响着目标图像的分割、提取、跟踪等图像后期处理。因此，对采集的图像进行抑制噪声操作是图像处理的一个关键步骤。在图像预处理阶段，本文采用了一种自适应加权中值滤波对噪声图像进行滤波处理。该滤波算法包括三个过程:1)对噪声图像进行噪声检测;2)根据滤波窗口中噪声点的个数，其大小自适应确定;3)自适应确定滤波窗口中每组像素点的权重，然后对噪声图像进行滤波［5］。

本文采用Lena(256×256)以及“hall_monitor”彩色视频序列中的某一帧(360×240)作为测试图像在MATLAB 7.10平台上进行仿真，将结果与传统中值滤波算法进行了比较，如图5所示。通过仿真结果对比可以明显看出，本文采用的中值滤波算法不仅有很强的抑制噪声能力，而且能够清晰地保留图像细节，具有较好的综合性能。

图5 传统中值滤波与自适应加权中值滤波对比

3.2 时空熵图像(STEI)

计算时空熵图像的过程为:首先建立一个时空滑动窗，来表示某一像素点以及与它相邻像素点的时空分布情况，如图6所示。其中，(x，y)表示像素点(x，y)在第K帧中的空间分布，L表示待处理的图像帧数，W表示每一帧的宽度和高度。

图6 时空滑动窗

然后，采用滑动窗对每个像素点建立时空直方图。设像素点(x，y)的直方图为Hx，y，q，其中q表示直方图的等级，总共分为Q个等级，则所有像素点的直方图分量为{Hx，y，1，Hx，y，2，…，Hx，y，Q}。接着通过直方图计算得到该像素点的概率密度分布，其概率密度分布函数如下

式中:Ex，y即为像素点(x，y)的时空熵值，它被量化成256个灰度值，从而形成一个熵图像，也就是时空熵图像。利用图像的时空熵来检测运动目标，其合理性在于:图像序列中，某一位置像素值的改变通常由环境噪声和运动物体两个因素引起。而噪声带来的改变幅度很小，运动物体导致的改变是主要因素。因此，用时空熵图像表征像素值的多样性，进而反映运动强度的大小，像素值改变越大，熵值越大，运动强度也就越大。

3.3 形态学处理

求得时空熵图像之后，由于各种外界干扰，有许多小的空洞、毛刺噪声以及被误检测的一些细小部分会存在于检测出来的运动目标区域。如果不去除这些无用的噪声斑点，视频监控系统中后期处理的准确性将会受到非常严重的影响。本文使用形态学中的开启操作［6］，采用一个半径为3的圆作为结构元素，去除时空熵图像中孤立的噪声点并将小间隙、空洞等进行填充。这样一方面可以消除噪声，另一方面可以平滑图像，去除误检测的前景目标，同时填充目标区域内部的细小空洞，从而将运动目标完整地检测出来。

4 实验结果分析

本文选用标准视频测试序列“hall_monitor”(大小360×240，共290帧)以及“Intelligentroom”(大小360×240，共300帧)来验证算法的有效性。程序运行环境为MATLAB 7.10，处理器为Intel Core i5，主机CPU 2.50 GHz，内存2 Gbyte。“hall_monitor”视频序列中第41帧目标检测效果比较图如图7，“Intelligentroom”视频序列中第299帧目标检测效果比较图如图8所示。通过对比分析，可以看出本文改进之后的对称差分算法有很好的去噪能力，比传统对称差分在目标检测的完整度上有很大的提高，有效避免了目标检测的“鬼影”现象，并且能够很好地克服光照等环境噪声的影响。

图7 “hall_monitor”视频序列中第41帧目标检测效果比较图

图8 “Intelligentroom”视频序列中第299帧目标检测效果比较图

5 总结

本文在研究智能视频监控系统中运动目标检测的基础上，提出了一种结合背景减法和时空熵图像的改进的对称差分算法。实验结果表明，本方法能够明显克服“鬼影”现象，并且验证了利用时空熵图像可以使检测到的目标轮廓更加完整这个理论。与传统的对称差分法相比较，本方法具有算法复杂度低、鲁棒性较好、抗噪声能力强等特点，是一种有效的运动目标检测方法，可广泛应用于实时性要求较高的智能视频监控技术中。

:

［1］万卫兵，霍宏，赵宇明.智能视频监控中目标检测与识别［M］.上海:上海交通大学出版社，2010.

［2］张延峰.运动目标检测及视频监控软件开发［D］.呼和浩特:内蒙古大学，2007.

［3］丁磊，宫宁生.基于改进的三帧差分法运动目标检测［J］.电视技术，2013，37(1):151－153.

［4］MA Y F，ZHANG H J.Detecting motion object by spatial－temporal entropy［C］//Proc.IEEE International Conference on Multimedia and Expo.［S.l.］:IEEE Press，2001:265－268.

［5］邓秀勤，熊勇.用于图像处理的加权中值滤波算法［J］.计算机技术与发展，2009(3):46－48.

［6］姚敏.数字图像处理［M］.北京:机械工业出版社，2006.