計(jì)算機(jī)視覺中運(yùn)動(dòng)目標(biāo)檢測(cè)算法探究

李文

摘要：運(yùn)動(dòng)目標(biāo)檢測(cè)是指在圖像序列中檢測(cè)出變化區(qū)域并將運(yùn)動(dòng)目標(biāo)從背景圖像中提取出來。通常情況下，目標(biāo)分類、跟蹤和行為理解等后處理過程僅僅考慮圖像中對(duì)應(yīng)于運(yùn)動(dòng)目標(biāo)的像素區(qū)域，因此運(yùn)動(dòng)目標(biāo)的正確檢測(cè)與分割對(duì)于后期處理非常重要，本文主要介紹幾種經(jīng)常使用的目標(biāo)檢測(cè)算法的原理。

關(guān)鍵詞：目標(biāo)檢測(cè) 光流法背景減除法十貞差法

引言

運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是計(jì)算機(jī)視覺領(lǐng)域研究的熱點(diǎn)和難點(diǎn)，算法多種多樣。其主要原理是實(shí)現(xiàn)圖像的分割，將目標(biāo)和背景的分離，將視頻監(jiān)控圖像幀中運(yùn)動(dòng)變化部分分離出來，然后實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤、分類、識(shí)別。目標(biāo)檢測(cè)算法主要有光流法、背景減除法、幀差法等，每種方法均有利有弊，下面對(duì)目標(biāo)檢測(cè)算法做一個(gè)簡(jiǎn)單介紹。

1目標(biāo)檢測(cè)方法介紹

1.1光流法

光流法的主要任務(wù)就是計(jì)算光流場(chǎng)，即在適當(dāng)?shù)钠交约s束條件下，根據(jù)圖像序列的時(shí)空梯度估算運(yùn)動(dòng)場(chǎng)，通過分析運(yùn)動(dòng)場(chǎng)的變化對(duì)運(yùn)動(dòng)目標(biāo)和場(chǎng)景進(jìn)行檢測(cè)與分割，包括全局光流場(chǎng)和特征點(diǎn)光流場(chǎng)兩種方法。最經(jīng)典的全局光流場(chǎng)法主要有L-K （Lueas&Kanada）法和H-S （Hom&Schunck）法。全局光流場(chǎng)法是通過比較運(yùn)動(dòng)目標(biāo)與背景之間的運(yùn)動(dòng)差異對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行光流分割，但是計(jì)算量很大。特征點(diǎn)光流法通過特征匹配計(jì)算特征點(diǎn)位置的流速，完成背景和人體的分離，計(jì)算量小、快速靈活，但稀疏的光流場(chǎng)很難精確的提取運(yùn)動(dòng)目標(biāo)的形狀。光流法對(duì)場(chǎng)景的信息不需要提前知道，主要是通過計(jì)算場(chǎng)景內(nèi)的光流場(chǎng)來檢測(cè)目標(biāo)。但是，光流場(chǎng)對(duì)環(huán)境非常敏感，場(chǎng)景內(nèi)的噪聲多光源人體陰影和遮擋都會(huì)嚴(yán)重的影響光流場(chǎng)的分布計(jì)算，降低計(jì)算精度。

人體的運(yùn)動(dòng)在空間和時(shí)間上具有連續(xù)性，在較短的時(shí)間間隔里，人體在圖像中的灰度值幾乎不會(huì)發(fā)生變化，根據(jù)這個(gè)原理，檢測(cè)人體區(qū)域的光流方程式如下：

灰度在較短時(shí)間間隔內(nèi)保持不變，可得：

I（x，y，t）=I（x+dt，y+dt，t+dt）式（2）

將公式（2）的右邊用泰勒展開，將二階以上無窮小項(xiàng)去除，則可以獲得基本光流方程如下：

其中，I（x，y，t）為圖像中點(diǎn)k在（x，y）處t時(shí)刻的灰度，該點(diǎn)的光 流為p=（u，v），u（x，y）和v（x，y）分別為點(diǎn)k的水平光流分量和垂直光流分量。

光流法對(duì)實(shí)驗(yàn)的環(huán)境和硬件要求都很高，并且計(jì)算量很大，實(shí)時(shí)性差，所以在圖像檢測(cè)中使用比較少。

1.2背景減除法

背景減除法是一種利用待測(cè)圖像和已存儲(chǔ)的無目標(biāo)存在的背景圖像進(jìn)行簡(jiǎn)單的計(jì)算機(jī)減法運(yùn)算，這種方法在目標(biāo)提取技術(shù)里是一種比較簡(jiǎn)單和廣泛的方法。但是對(duì)使用的場(chǎng)景有一定的要求，首先，兩幅圖像針對(duì)的場(chǎng)景需要固定不變，即攝像頭保持不動(dòng)，將兩幅圖像做差后存在差異的地方就被認(rèn)定是目標(biāo)區(qū)域。這種方法的優(yōu)點(diǎn)是處理速度快，運(yùn)算簡(jiǎn)單易懂，但是缺點(diǎn)是適用場(chǎng)合有限，檢測(cè)的誤差大，因?yàn)楝F(xiàn)實(shí)使用中，經(jīng)常會(huì)受到外界因素像燈光、外部擾動(dòng)等的影響，同時(shí)對(duì)原始背景的選取也存在難度。背景減除法的原理如圖1所示。

背景減除法的原理比較簡(jiǎn)單，攝像頭采集圖像后，首先要存儲(chǔ)一個(gè)原始的背景圖像，該背景中不存在待測(cè)的目標(biāo)，然后將背景圖像與當(dāng)前待檢測(cè)圖像幀進(jìn)行做差得到差分圖像，再對(duì)差分圖像進(jìn)行二值化、連通性處理最終就可以獲得待測(cè)目標(biāo)這是基本的背景減除法的原理，也是其它背景建模、更新算法的基礎(chǔ)。數(shù)學(xué)公式表示如下：

在公式（4）中，4（x，y）是差分結(jié)果，g，（x，y）是待檢測(cè)圖像幀，9ag（ty）是原始的背景圖像。做差得到差分圖像4（x，y）后，設(shè)定閾值M，使用公式（5）對(duì)其進(jìn)行二值化處理，可得到目標(biāo)區(qū)域。將差分圖像4（x，y）中大于閥值M的部分設(shè)置為255，在圖像上用白色表示，白色區(qū)域就認(rèn)定為是人體部分。小于M的部分定義為O，在圖像上用黑色表示這部分認(rèn)定是背景部分。背景減除法的原理就是兩幅圖像做減法，設(shè)定一個(gè)合理的閾值，二值化處理后就可以得到目標(biāo)圖像。所以閾值的選取十分重要，閾值設(shè)定太小，會(huì)將背景點(diǎn)誤判人人體;閾值太大，會(huì)使部分人體點(diǎn)誤判為背景。閾值設(shè)置的準(zhǔn)確與否直接決定目標(biāo)的檢測(cè)精度，同時(shí)，要固定背景，使背景不會(huì)隨著時(shí)間的推移而變化，這樣可以減少檢測(cè)誤差。

背景減除法在目標(biāo)檢測(cè)中常被作為基礎(chǔ)檢測(cè)方法，經(jīng)常和其他方法結(jié)合使用。許多研究都在它的基礎(chǔ)上進(jìn)行改進(jìn)，不斷優(yōu)化和更新背景模型，讓計(jì)算機(jī)根據(jù)實(shí)際情況自適應(yīng)建立背景模型。

1.3幀差法

幀差法是目標(biāo)檢測(cè)常用的一種方法基本原理和背景減除法相似，它是通過攝像頭采集連續(xù)的圖像幀.將當(dāng)前圖像幀與相鄰若干幀的圖像逐一做差，對(duì)做差后的圖像進(jìn)行二值化處理，從而檢測(cè)出運(yùn)動(dòng)目標(biāo)的區(qū)域。其原理如圖2所示。

首先，攝像頭采集連續(xù)的圖像幀，用當(dāng)前圖像幀與相鄰n幀的圖像進(jìn)行作差運(yùn)算，對(duì)差分圖像做二值化處理，該需要自定義閾值。如果差分圖像的像素值小于閾值就認(rèn)為沒有目標(biāo)出現(xiàn)把圖像作為背景。如果做差后的對(duì)應(yīng)的像素值有了顯著變化，就認(rèn)為圖像序列中有人體目標(biāo)的出現(xiàn)，可以確定為目標(biāo)幀，進(jìn)而使用圖像做差分離出人體目標(biāo)，二值化處理后得到檢測(cè)結(jié)果。

在視頻圖像序列中，相鄰幀圖像之間內(nèi)容變化不會(huì)太大，具有較好的相關(guān)性，利用相鄰圖像幀做背景更新模型更具有實(shí)時(shí)性，從算法復(fù)雜度、更新速度來說，都是一種比較有效的方法。但是，該算法仍然有缺陷，就是對(duì)環(huán)境噪聲很敏感，在更新背景幀時(shí)，閾值的選擇也很重要，閾值太小不能去掉圖像中的噪聲，太大會(huì)丟失人體目標(biāo)，無法提取完整的人體目標(biāo)。

定義第t幀和第t-n幀圖像的幀差為，即：

上式中的n是兩幅圖像之間間隔的圖像幀，可以自己設(shè)定也可以根據(jù)經(jīng)驗(yàn)來設(shè)置。M是二值化處理設(shè)定的閾值，兩幀圖像差分后的結(jié)果如果大于閾值M，則把該點(diǎn)處的像素點(diǎn)置為255，圖像顯示白色，為檢測(cè)的目標(biāo)區(qū)域。當(dāng)n=l，即表示是前后連續(xù)的兩幀圖像，n=2，表示間隔一幀圖像的兩幅圖像，當(dāng)n增大時(shí)，則兩幅圖像的間隔比較大，這樣的處理方法可以放大邊緣的部分，減小誤差，提取到更好的運(yùn)動(dòng)目標(biāo)。不過也有不當(dāng)之處，就是邊緣會(huì)變大，精度會(huì)降低。在兩幅圖像相對(duì)應(yīng)的像素點(diǎn)上，對(duì)兩個(gè)像素點(diǎn)做差處理，場(chǎng)景中相同的地方，Dt（x，y）=0，存在差異的地方Dt（x，y）≠0。當(dāng)視頻中的運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)緩慢時(shí)，即視頻場(chǎng)景相對(duì)穩(wěn)定，兩個(gè)圖像之間的差異會(huì)比較小，這樣的情況下經(jīng)常把人體目標(biāo)誤判為背景。

幀差法相對(duì)于背景減除法，不需要預(yù)先設(shè)立背景，它是一種在檢測(cè)過程中自適應(yīng)建立背景模型，根據(jù)圖像幀之間的不同來確定背景。實(shí)時(shí)性比較好，也易實(shí)現(xiàn)。幀差法對(duì)圖像的識(shí)別效果非常差，識(shí)別結(jié)果由兩幀圖像里運(yùn)動(dòng)目標(biāo)的重合度決定，重合的地方越多，則背景區(qū)域越大，重合地方越小，檢測(cè)的目標(biāo)越準(zhǔn)確。所以幀差法識(shí)別人體姿態(tài)在實(shí)際應(yīng)用中有很大限制。

2總結(jié)

本文對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)的幾種方法進(jìn)行分析對(duì)比， 考慮現(xiàn)實(shí)生活中場(chǎng)景的動(dòng)態(tài)變化，如天氣、光照、陰影及雜亂背景干擾等的影響，每一種目標(biāo)檢測(cè)算法在實(shí)際應(yīng)用中還有不足之處，還需要結(jié)合具體場(chǎng)景進(jìn)行改進(jìn)。

參考文獻(xiàn)

[1]張國(guó)云，郭龍?jiān)?計(jì)算機(jī)視覺與圖像識(shí)別[M].北京：科學(xué)出版社，2012.

[2]景麗.圖像處理與計(jì)算機(jī)視覺算法及應(yīng)用[M]，北京：清華大學(xué)出版社.2012.

[3]楊高波，計(jì)算機(jī)視覺特征提取與圖像處理[M].北京：電子工業(yè)出版社.2014.

[4]岡薩雷斯，數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2004.

[5]郝菲，智能監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤的研究[D].北京交通大學(xué)碩士論文，2009.