基于背景的雨天場(chǎng)景分析

徐琴，羅明利，唐戟

（1.西華大學(xué)，成都 610039；2.成都東軟學(xué)院，成都 611844）

基于背景的雨天場(chǎng)景分析

徐琴1，羅明利1，唐戟2

（1.西華大學(xué)，成都 610039；2.成都東軟學(xué)院，成都 611844）

實(shí)際的運(yùn)動(dòng)目標(biāo)檢測(cè)中，經(jīng)常遇到背景的干擾，如雨天場(chǎng)景。原有的一些運(yùn)動(dòng)目標(biāo)檢測(cè)算法不能直接用于解決該類問(wèn)題。分析雨天場(chǎng)景的特征，并通過(guò)動(dòng)態(tài)背景進(jìn)行背景建模，然后選擇穩(wěn)定最長(zhǎng)長(zhǎng)度來(lái)對(duì)像素點(diǎn)的穩(wěn)定性進(jìn)行描述。希望為以后雨天場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢提供數(shù)據(jù)支持。

雨天場(chǎng)景分析；動(dòng)態(tài)背景；穩(wěn)定幀

0 引言

運(yùn)動(dòng)目標(biāo)檢測(cè)是視頻監(jiān)控的一項(xiàng)重要的預(yù)處理工作，可是惡劣的天氣嚴(yán)重影響了運(yùn)動(dòng)目標(biāo)檢測(cè)的結(jié)果。這些惡劣的天氣包括了雨、霧、雪、沙塵以及光照變化等。根據(jù)天氣因素的視覺(jué)效果和物理屬性，可以將其分為動(dòng)態(tài)的因素（雨、雪等）和靜態(tài)的因素（霧、霾、煙等）。由于雨、雪的運(yùn)動(dòng)迅速和分布隨機(jī)特征，它們對(duì)整個(gè)場(chǎng)景的影響是非常直觀的，雨的透明效果會(huì)使視頻像素點(diǎn)變得模糊，雪的不透明會(huì)使視頻像素點(diǎn)被遮擋，這大大增加了雨雪天氣下的運(yùn)動(dòng)目標(biāo)檢測(cè)的難度。

本文首先分析了雨天場(chǎng)景的特性，在這基礎(chǔ)上，用基于動(dòng)態(tài)背景的方式對(duì)視頻進(jìn)行背景建模。為了能更全面地展現(xiàn)雨天場(chǎng)景的特征，我們對(duì)比了下雨場(chǎng)景和非下雨場(chǎng)景，并選擇最長(zhǎng)穩(wěn)定幀來(lái)對(duì)下雨場(chǎng)景和非下雨場(chǎng)景的穩(wěn)定性進(jìn)行描述，最終得到了下雨場(chǎng)景的特征。

1 雨天場(chǎng)景的特征

1.1 雨對(duì)單個(gè)像素點(diǎn)灰度值的影響

選取一個(gè)小雨視頻中下雨位置的某一個(gè)像素點(diǎn)，繪制該點(diǎn)連續(xù)200幀的灰度時(shí)序圖，如圖1。

由圖1分析可知小雨場(chǎng)景中，雨滴的數(shù)量并不是大范圍的，同一點(diǎn)的灰度值變化有時(shí)會(huì)出現(xiàn)較大的起伏，這是因?yàn)樾∮曛?，雨滴的下落速度較快，所以一般情況下雨滴只占一個(gè)像素點(diǎn)的位置。大多時(shí)候比較平穩(wěn)，灰度值變化是散亂的，這是下雨場(chǎng)景中雨滴的隨機(jī)性分布所致。

圖1 小雨場(chǎng)景中某像素點(diǎn)的灰度時(shí)序圖

1.2 樹(shù)葉對(duì)單個(gè)像素點(diǎn)灰度值的影響

為了全面分析雨天視頻的特征，雨天場(chǎng)景中的其他影響因素是必不可少的，以下分析樹(shù)葉和地面灰度值的變化。

選取雨天視頻中樹(shù)葉位置某個(gè)像素點(diǎn)，繪制該點(diǎn)連續(xù)200幀的灰度時(shí)序圖，如圖2。

由圖2可以看出，在小雨視頻中，樹(shù)葉對(duì)像素點(diǎn)灰度值的影響是非常顯著的，時(shí)序圖中灰度值數(shù)據(jù)有時(shí)突高有時(shí)突低，起伏很大，這表現(xiàn)出樹(shù)葉的晃動(dòng)極大地影響了像素點(diǎn)的灰度值，而且這種變化不存在任何規(guī)律，受環(huán)境中風(fēng)速、雨速等因素影響，這為我們分析雨天場(chǎng)景帶來(lái)很大的困難。從后面的實(shí)驗(yàn)結(jié)果我們可以分析出，即使是非雨天的視頻，樹(shù)葉的晃動(dòng)也是造成視頻圖像不穩(wěn)定的重要因素。

圖2 小雨場(chǎng)景中樹(shù)葉某像素點(diǎn)的灰度時(shí)序圖

1.3 雨天視頻中地面單個(gè)像素點(diǎn)灰度值變化

選取雨天視頻中地面位置某個(gè)像素點(diǎn)，繪制該點(diǎn)連續(xù)200幀的灰度時(shí)序圖，如圖3。

圖3 小雨場(chǎng)景中地面某像素點(diǎn)的灰度時(shí)序圖

由圖3可以看出，雨天視頻中地面灰度值有小幅度波動(dòng)，波動(dòng)頻率較大，雖然灰度值的變化不是很大，但是也可直觀地分析出，由于下雨時(shí)雨滴下落到地面引起地面灰度值變化，這種影響是隨機(jī)的、不規(guī)律的，這也是雨天場(chǎng)景中視頻像素不穩(wěn)定的一個(gè)重要因素。

2 基于動(dòng)態(tài)背景的雨天場(chǎng)景分析

2.1 動(dòng)態(tài)背景的穩(wěn)定性判斷條件

為了能更好地適應(yīng)視頻中環(huán)境的變化，在判斷動(dòng)態(tài)背景穩(wěn)定性時(shí)，我們將像素點(diǎn)第k（k＞254）幀的值與它前面255幀的值進(jìn)行比較，如果滿足以下條件則判定當(dāng)前幀該像素點(diǎn)為穩(wěn)定：

其中，閾值Y=5或10。

2.2 定義穩(wěn)定最長(zhǎng)長(zhǎng)度均值

在判斷的過(guò)程中，對(duì)于一個(gè)像素點(diǎn)的第k幀前的255幀，如果其中有一個(gè)點(diǎn)不穩(wěn)定則定義為穩(wěn)定打斷。從開(kāi)始判斷的幀數(shù)到被打斷的幀數(shù)，我們可以得出一個(gè)連續(xù)穩(wěn)定長(zhǎng)度：LN×M（z），并且下一次統(tǒng)計(jì)從穩(wěn)定打斷的下一幀開(kāi)始，其中z表示打斷次數(shù)，（N+1=height）表示像素值的總行數(shù)，（M+1=width）像素值的總列數(shù)。對(duì)于同一個(gè)像素點(diǎn)，我們可以計(jì)算出最長(zhǎng)穩(wěn)定長(zhǎng)度max（LN×M（z）），那么，穩(wěn)定最長(zhǎng)長(zhǎng)度的均值Z（LN×M（z））為：

2.3 動(dòng)態(tài)判斷穩(wěn)定性

穩(wěn)定性是區(qū)別下雨場(chǎng)景和非下雨場(chǎng)景的重要特征。為了能更加直觀地觀看兩種場(chǎng)景穩(wěn)定性的不同，我們通過(guò)灰度圖像來(lái)展示。如圖4、圖5和圖6所示。灰度圖是將穩(wěn)定最長(zhǎng)長(zhǎng)度的均值經(jīng)過(guò)壓縮并逆序顯示的結(jié)果。

圖4 Y=5時(shí)的視頻穩(wěn)定最長(zhǎng)度灰度圖

圖5 Y=10時(shí)的視頻穩(wěn)定最長(zhǎng)度灰度圖

圖6 Y=20時(shí)的視頻穩(wěn)定最長(zhǎng)度灰度圖

3 結(jié)果分析

3.1 不同閾值的情況

對(duì)于以上得出的圖像結(jié)果，我們可以直觀地看出，在不同閾值的情況下，隨著閾值的增大，穩(wěn)定點(diǎn)數(shù)量也增加，對(duì)于閾值的選擇需要適當(dāng)，由圖4可以看出，由于閾值（Y=5）過(guò)小，在下雨場(chǎng)景中，基本全圖都是不穩(wěn)定點(diǎn)，這對(duì)于一個(gè)小雨場(chǎng)景的視頻是不太合乎實(shí)際的，而我們從圖5和圖6中可以看出Y=10、Y=20的情況則能夠比較明顯地描述出雨天的場(chǎng)景。

3.2 下雨和非下雨視頻圖像特征

從以上分析我們可以看出，不論Y的取值如何，都能夠得到基于背景分析的特征，即非下雨天的穩(wěn)定圖像總會(huì)出現(xiàn)一直穩(wěn)定的區(qū)域，這不會(huì)隨著閾值取值的變化而變化，在除去了樹(shù)葉和車輛等運(yùn)動(dòng)物體的影響外，我們?nèi)匀荒軌蚩闯鲇晏靾?chǎng)景全圖存在的不穩(wěn)定現(xiàn)象，而且在視頻中雨線比較明顯的地方我們能夠在穩(wěn)定灰度圖中看到明顯的雨線。

4 結(jié)語(yǔ)

本文分析了雨天場(chǎng)景的特征，并通過(guò)動(dòng)態(tài)背景進(jìn)行背景建模，然后選擇穩(wěn)定最長(zhǎng)長(zhǎng)度來(lái)對(duì)像素點(diǎn)的穩(wěn)定性進(jìn)行描述。希望為以后雨天場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢提供數(shù)據(jù)支持。

[1] 胡巍，何小海.基于FCM的雨天視頻圖像復(fù)原[J].通信技術(shù)，2012，03（45）:75～77

[2] 于仕琪.OpenCV教程（基礎(chǔ)篇）[M].北京：航空航天大學(xué)出版社，2007

[3] Rafae1 C.Gonza1ez,Richard E.Woods.Digita1 Image Processing[F].北京：電子工業(yè)出版社，2011

[4] Stauffer C,Grimson W E L.Adaptive Background Mixture Mode1s for Rea1-Time Tracking[C].Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition.Los A1amitos:IEEE Computer Society Press,1999,2:246～252

[5] 朱志超，李斌，方帥．一種雨景視頻圖像的復(fù)原方法[J]，合肥工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，34（07）：1011～1014

[6] Barnum P C,Narasimhan S G,Kanade T.Ana1ysis of Rain and Snow in Frequency Space.Internationa1 Journa1 of Computer Vision, 2010,86（2-3）:256～274

[7] 胡巍，何小海.基于FCM的雨天視頻圖像復(fù)原[J].通信技術(shù)，2012，03（45）:75～77

Rainy Scenario Analysis Based on Background

XU Qin1，LUO Ming-1i1，TANG Ji2
（1.Xihua University，Chengdu 610039；2.Chengdu Neusoft University，Chengdu 611844）

In practica1 motion target detection,there a1ways meet with the interference of background,such as a rainy day.Some of the origina1 motion target detection a1gorithms cannot be direct1y used to so1ve the prob1em.Ana1yzes the characteristics of the rainy scenario,and through dynamic background mode1ing background,and describes the se1ection of the 1ongest 1ength to the stabi1ity of the pixe1s.Wishes it can provide data support for motion target detection under the rainy scenario.

Rainy Scenario Ana1ysis;Dynamic Background;Stab1e Frame

1007-1423（2015）05-0074-04

10.3969/j.issn.1007-1423.2015.05.016

徐琴（1990-），女，四川內(nèi)江人，碩士研究生，研究方向?yàn)閿?shù)字圖像處理

羅明利（1990-），女，四川達(dá)州人，碩士研究生，研究方向?yàn)閿?shù)字圖像處理

唐戟（1986-），女，四川中江人，在職碩士研究生，研究方向?yàn)閿?shù)字圖像處理

2015-01-05修改日期：2015-01-20