一种基于背景建模的目标检测算法

芶小珊（成都学院，成都 610000）

一种基于背景建模的目标检测算法

芶小珊
（成都学院，成都 610000）

运动目标检测是实现智能监控系统的组成部分，针对复杂场景中的运动目标检测，根据目标检测的具体环境，提出一种基于背景建模采用带有权值的历史帧叠加算法，该算法简单，易于实现，用对比实验验证了该算法的有效性。

前景检测；背景建模；假背景；码本模型

DOI：10.16640/j.cnki.37-1222/t.2016.16.248

1　引言

视频监控系统智能化是发展趋势，成为模式识别领域的研究热点。目标检测是智能视频监控系统的前期技术，通过运动特征分析，检测运动目标，将运动目标从视频的序列帧中提取出来。

运动对象检测最常用的两种方法基于帧差法和背景差有各自的优缺点，有学者提出将两种算法相结合，进而弥补各自的弱点，更加有效的提取前景目标［1］。本文提出一种改进的背景差分方法。本文基于OpenCV函数库［2］中的有关背景建模的方法，提出一种改进的背景差分方法，有效的避免了两种方法的缺点，有针对性的对该算法进行补充和改进，使得该算法具有更广阔的适应性。

2　目标检测算法原理

2.1背景建模

2.2针对像素的动态阈值调整

室外的监控往往会遇到一些如树叶晃动的干扰因素，其差值可能会大于阈值，从而造成被检测成为运动的前景，因此必须找到方法将这些干扰因素造成的影响去除。

2.3一种改进的目标检测算法

根据分析我们得到结论：

（1）无论运动的前景在遮挡背景所处像素点时是否对颜色通道造成扰动，遮挡消失后，像素点所采样的颜色总有较大的变化；

（2）遮挡过程中采样得到的颜色其综合相似度跟真正的背景有较大差异，指引寻找真实的背景。

基于结论2作为判断真实背景的依据。

保留当背景突变发生时10帧内的监控画面：

对于背景突变后若干帧内存在背景差分值连续大于阈值T的像素点 进行采样，大小为15帧：

求本次采样的方差：

若此次差分是由背景转向前景，那么由于15帧基本可以覆盖整个背景被前景遮挡过程那么方差则较大，若是由前景转向背景，那么采样则基本只覆盖背景，方差较小，因此基于的大小，可以大致判定覆盖情况，并确定“假背景”的区域。

当有：

且：

3　实验结果及分析

本实验数据经调整分辨率一律为352*288。

表1　算法性能比较

图1为对于背景存在干扰因素的前景检测比较图，采取了上述表1的方法进行比对。其中图1-（1）为原始视频的截图。图1-（2）、1-（3）比对帧差法和背景差分法，树叶和水波纹在不停的动，做差分的两个对象存在较大的不同，以上两个方法对于背景的干扰效果不理想。图1-（4）利用高斯背景建模监控确实能起到排除背景干扰因素的作用。图1-（5）采用码本法效果也较理想。图1-（6）使用本文算法，对干扰采用降低敏感度处理，实现效果良好。

图1　对于背景存在干扰因素的前景检测比较图

下面我们针对光线突变后本文算法的性能进行分析，图2-（1）为场景突变后的视频截图，采用本文的背景建模，而不采用去除假背景的方法是我们发现，场景中出现了假背景，而且假背景持续了上百帧，如图2-（2）、2-（3），因此在此期间，采用背景差分后得到二值图后，在监控区域中留下了一个假的前景如图2-（4）。而当采用了文中去除背景模型的假背景方法之后，仅用了不到50帧就将假背景替换掉，虽然不能保证在突变的一开始就防止假背景的产生，但是大大提高了应对此类事件的效率。

图2　针对光线突变后背景检测

4　结束语

本文研究了基于背景建模采用带有权值的历史帧叠加算法，利用去除假背景来解决背景中的干扰和环境突变检测，实验结果表明，该算法运算简单，易于实验，能较好地进行背景建模，针对背景建模中假背景的去除方式进行运动对象检测。

［1］Li G.New moving target detection method based on background differencing and coterminous frames differencing［J］.Chinese Journal of Scientific Instrument，2006， 27（08）：961-964.

［2］Gary Bradski，Adrian Kaehler著.于仕琪，刘瑞祯译，学习OpenCV［M］.北京：清华大学出版社.

［3］莫林，廖鹏，刘勋.一种基于背景减除与三帧差分的运动目标检测算法［J］.微计算机信息，2009， 25（4-3）：pp274-276.

［4］王欢.运动目标检测与跟踪技术研究［D］.南京：南京理工大学博士学位论文，2009.

［5］LI Shan， LEE M C. Fast visual tracking using motion sallency in viedo［C］. IEEE Intemational Conference on Acoustics， Speech and Signal Processing（ICA SSP 2007）：1073-1076.