視頻監(jiān)控中遺留物檢測算法研究

摘 要：本文首先介紹了混合高斯模型的算法原理，并且提出一種利用遞歸法檢測多個前景物體的方法，然后提出一種基于慢高斯的遺留物檢測算法，該算法利用混合高斯模型進(jìn)行背景建模，利用遞歸法對檢測到的前景物體分別計時，當(dāng)計時器達(dá)到閾值時進(jìn)行標(biāo)記并報警。

關(guān)鍵詞：視頻監(jiān)控；遺留物檢測算法

傳統(tǒng)的視頻監(jiān)控已經(jīng)無法滿足人們對安全的需要，智能視頻監(jiān)控作為一種高效的監(jiān)控手段得到越來越多的重視。由于遺留包裹是恐怖襲擊的主要手段，因此遺留包裹的檢測成為智能視頻監(jiān)控中一項(xiàng)非常重要的應(yīng)用。當(dāng)前的遺留物檢測算法很多，但是大多數(shù)不太理想，主要存在兩方面的問題：一種是算法太簡單，對干擾處理太少，使得檢測結(jié)果不理想；令一種是由于對干擾處理比較多，使得算法太復(fù)雜，運(yùn)算量太大。本文針對以上問題，提出了一種基于慢高斯的遺留物檢測算法。

1 遺留物檢測算法原理

基于慢高斯的遺留物檢測算法原理為：用混合高斯模型進(jìn)行背景建模，將輸入的視頻圖像的各個像素與對應(yīng)的背景高斯模型進(jìn)行比較，若與其中一個背景模型匹配，則判為背景，若與所有的背景模型都不匹配，則判為前景；得到的前景物體包括運(yùn)動前景、遺留前景和噪聲，然后，對得到的前景進(jìn)行形態(tài)學(xué)處理，去除噪聲，最后利用遞歸法對前景物體分別計時，當(dāng)遺留物體在場景中靜止超過規(guī)定的閾值時，判為遺留物體。

2 混合高斯模型

混合高斯模型是利用K個高斯概率密度函數(shù)來表示每個背景像素，利用當(dāng)前像素值和各個高斯分布進(jìn)行均值和方差的比較，判定當(dāng)前像素為背景或者前景。

每個像素點(diǎn)的概率為：

其中α為學(xué)習(xí)速率，α取值越大，背景的更新速度越快，ρ為學(xué)習(xí)因子，用來調(diào)整當(dāng)前高斯分布，有時ρ取固定值。如果當(dāng)前像素值與所有的高斯分布都不匹配，那么均值和方差都不變，只對權(quán)值進(jìn)行更新，然后為當(dāng)前像素分配一個新的權(quán)值和方差，更新公式為：

混合高斯模型可以適應(yīng)場景中緩慢的光線變化，同時對背景中搖晃的樹葉等反復(fù)出現(xiàn)的物體可以很好的識別，減小誤檢率。因此本文用混合高斯模型進(jìn)行背景建模。由于本文對遺留物體進(jìn)行檢測，如果α取值過大，背景更新過快，遺留物體會很快的更新到背景中，無法進(jìn)行遺留物檢測。因此，α取盡可能小的值。遺留物的檢測和運(yùn)動物的檢測不同，運(yùn)動物體的檢測如果不對每一幀進(jìn)行檢測，運(yùn)動速度較快的物體會出現(xiàn)漏檢。而遺留物體不用考慮這個問題，可以對視頻隔k幀檢測一次，這樣節(jié)省運(yùn)算時間，本文選擇k的值為3。

3 遞歸法檢測多個前景物體

形態(tài)學(xué)處理后的前景圖像包括運(yùn)動前景和遺留物體，本文采用遞歸法區(qū)分運(yùn)動前景和遺留物體。遞歸法檢測遺留物體的步驟如下：

用質(zhì)心代表檢測到的前景物體，用此質(zhì)心和保存的質(zhì)心進(jìn)行比較，如果相匹配，就判為是同一物體，在保存的質(zhì)心相對應(yīng)的計時器上加常數(shù)a，如果不匹配則減常數(shù)b。如果此質(zhì)心和所有保存的質(zhì)心都不匹配，那么，將此質(zhì)心保存并分配一個新的計時器，一幀圖像匹配完后將所有的質(zhì)心按照計時器的值由大到小排列，下次分配計時器時，賦給第一個值為0的計時器。

這樣，同一位置的遺留物體所對應(yīng)的計時器的值不斷增加，當(dāng)達(dá)到規(guī)定的閾值時，進(jìn)行報警。

4 實(shí)驗(yàn)結(jié)果

基于慢高斯的遺留物檢測算法結(jié)果如圖2 所示，由圖2可知，此方法可以準(zhǔn)確的檢測出遺留物體，并且可以對多個遺留物體分別檢測。

綜上所述，遺留物體檢測是智能視頻監(jiān)控的重要內(nèi)容，本文提出了一種比較完整的遺留物檢測算法，準(zhǔn)確的檢測出了遺留物，并且可以對多個遺留物進(jìn)行檢測。接下來要對目標(biāo)識別方面進(jìn)行研究，給出準(zhǔn)確的遺留物體識別結(jié)果。

[參考文獻(xiàn)]

[1]吳明軍，彭先蓉.遺失目標(biāo)的實(shí)時檢測算法.光電工程，2009，36（7）：36-40.

[2]張兆禮.現(xiàn)代圖像處理與Matlab實(shí)現(xiàn).北京：人民郵電出版社，2001： 171-176.

[3]徐玉波，陶海.數(shù)字視頻智能化技術(shù)的發(fā)展和應(yīng)用.技術(shù)與應(yīng)用， 2008：46-50.

[4]孔曉東.智能視頻監(jiān)控技術(shù)研究.上海交通大學(xué)博士學(xué)位論文，2008.