复杂背景下的运动目标检测算法

闫占芳 黄楠

摘 要：运动目标检测技术作为智能视频监控的基础，其目的在于获得完整的运动目标。本文对常见的运动目标检测算法进行了分析，综合帧间差分法和背景减除法设计出一种适用于复杂背景的运动目标检测算法，最后通过实验验证了该算法的有效性。

关键词：智能视频监控；运动目标检测；帧间差分法；背景减除法；

文章编号：1674-3520（2015）-06-00-01

一、引言

智能视频监控系统在安全生产、人员监控方面发挥着日益重要的作用，以提取运动前景目标为目的的运动目标检测技术，是智能视频监控系统的重要研究内容之一，是运动目标跟踪、分类和识别等后续处理的前提，也是尚未根本解决的难点问题。本文对常见的运动目标检测算法进行分析研究，综合其优点设计一种适用于复杂背景的运动目标检测算法。

二、运动目标检测算法

运动目标检测通过去除背景成分，以便从视频图像中获取准确的运动目标，在此过程中要去除噪声（背景噪声和前景噪声）的影响，目前光流法、帧间差分法以及背景差分法成为主流的运动目标检测算法。

（一）光流法。光流法[1]通过光流场和运动场来描述。利用光流法进行运动目标检测主要是根据光流场的变化情况，通过光流矢量的变化来判断是否有运动目标。光流法计算流程如图1所示。

图1 光流法流程图

由上图可以看出，光流法计算流程为：首先，选取视频图像的相邻两帧，对其进行运动估计；然后，根据运动估计的结果进行场景分割，对分割后的结果进行滤波处理，并去除较小的区域；最后，比较当前区域与原区域是否有区别，若有区别则存在运动目标，并保存当前的区域；否则无运动物体。

（二）帧间差分法。帧间差分法[2]通过比较相邻两帧或多帧之间的差异来进行运动目标检测。其流程图如图2所示。

图2 帧间差分法流程图

帧间差分法算法简单，对光线以及背景扰动不敏感，由于帧间差分法中用来做差的两帧间时间间隔小，因此在背景发生变化时不会对结果造成太大影响；另外帧间差分法最大的特点在于运算速度快，适用于实时性要求高的环境。但该算法对噪声敏感，容易将背景像素作为运动目标检测出来，导致检测区域相较于运动区域要大，故得到的检测结果并不十分准确。为提高检测性能，在运动目标检测时一般采用多帧差法或其它改进算法。帧差法运算速度快，但是准确性差，一般在对准确度要求低的场景中应用较多。

（三）背景减除法。背景减除法[3][4]是通过去除图像中的背景来提取运动目标。该方法需要假设背景在某段时间内保持不变，以保证目标检测的准确性。背景减除法算法流程如图3所示。

图3 背景减除法流程图

三、改进目标检测算法及其结果

复杂环境下容易存在光线突变、突发运动等问题，上述算法不能满足其要求。本文综合上述几种算法提出了基于帧间差分法和背景减除法的改进算法。该算法首先利用帧差法检测视频图像中是否存在运动目标，并计算运动目标的面积，若面积大于设定阈值则认为有运动目标存在，对背景模型进行更新，同时提取运动目标；否则，用当前帧图像对背景模型初始化，同时对背景进行更新。利用帧差法和背景减除法相结合的算法可消除动态背景，从而只保留运动目标。

四、结论

对常见的运动目标检测算法进行了分析，并提出一种适用于复杂背景的改进算法，该算法综合了帧间差分法与背景差分法。通过多个场景下的试验结果，证明了该算法在运动目标检测方面的优势。

参考文献：

[1]Neri A.， Colonnese S.， Russo G et al. Automatic moving object and background separation[J]. Signal Processing， 1998， 66（2）： 219-232.

[2]Haritaoglu Ismail， Harwood David， Davis Larry S. W4： Real-time surveillance of people and their activities [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2000， 22（8）： 809-830.

[3]袁國武. 智能视频监控中的运动目标检测和跟踪算法研究[D]. 云南：云南大学， 2012.

[4]龙章勇. 浅析轨道交通智能视频监控的关键技术[J]. 硅谷， 2011（6）： 10-29.

作者简介：1、闫占芳（1987），女，助理工程师。E-mail：yanzf@cnpe.cc。2、黄楠（1987），女，助理工程师。E-mail：huangnan@cnpe.cc