基于像素直方图建立静态背景模型的方法

华 江，张声俊

(湖北理工学院 机电工程学院，湖北 黄石 435003)

基于像素直方图建立静态背景模型的方法

华 江，张声俊

(湖北理工学院 机电工程学院，湖北 黄石 435003)

运动目标检测是目标跟踪、目标分类、目标行为理解等高级应用的基础，而背景模型是否正确可靠是目标检测成败的关键。目前常用的建立背景模型的方法是时间平均图像法。针对平均图像法运算量过大和对噪声敏感不足，提出了一种基于像素直方图建立背景模型的方法。通过建立每个像素点在一段时间内的统计直方图，选择出现频率高的像素作为该点的背景像素，从而建立背景模型。经过实验验证，基于像素直方图的方法与传统的时间平均图像法相比，建立背景模型速度更快，需要内存空间少，抗干扰能力强，在实验中能够快速准确地建立背景模型。

运动目标检测;直方图；静态背景模型

0 引言

运动目标检测是各种后续高级应用如目标跟踪、目标分类、目标行为理解等的基础，是视频序列图像处理的关键环节[1]。运动目标提取质量的好坏直接关系到分析和识别结果的准确与否[2]。目前，运动目标检测方法主要有帧间差分法、背景减除法、光流计算法等。由于光流法及运动能量法运算复杂，若没有特定的硬件支持一般很难满足实时处理的要求。帧间差分法直接比较视频序列中连续2帧或3帧图像中对应像素点在灰度值上的差异，然后通过设定阀值来提取序列图像中的运动区域。由于相邻帧的时间间隔较短，目标重叠部分不容易检测出来，只能检测出目标的一部分或出现较大比例的空洞。背景减除法是利用当前图像与背景图像的差分来检测出运动区域的一种技术，它往往是应用静态相机检测运动目标的第1个环节[3]，任何相对于背景模型的变化将被认为是运动目标，它一般能够提供最完全的特征数据，在实际中得到广泛应用。

背景减除法的关键是背景模型的建立，许多学者对此进行了研究，并取得了较多成果。如Neves J等[4]将训练图像某点的灰度中值作为该点的背景像素灰度值，取得了较好的效果，但若背景像素出现的概率小于50%，该方法将失效[5]。一些学者则假定像素值服从某种分布模型，如高斯分布，通过一段时间的训练获得其参数并不断更新其分布参数，就可以得到较好的背景更新方法，如Satpathy A等[6]将每个像素灰度值看作是多个高斯模型的加权混合，同时采用EM(Expectation Maximization)算法获得各高斯模型参数，由于核密度函数由参数法确定，因而在不同的环境下，很难有通用的已知参数模型。

一般来说，复杂的算法经常会有较好的结果，但同时也会相应地牺牲速度和内存。目前常用的最简单的背景模型是时间平均图像法。

时间平均图像法以当前某段图像序列的平均值作为参考模型图像，即产生一个除运动区域以外与当前静态场景相似背景图像，公式描述如下：

(1)

式(1)中，N为重建的图像序列帧数；B为重建的背景图像；k为起始运算帧号；fk+N-1为第k+n帧图像，背景图像中每个像素点的值为该像素N帧图像灰度的累加平均。

由于时间平均图像法只是简单地将多帧图像相加后求其平均图像，如果运动目标与背景灰度值相差较大，为建立可靠的背景模型，需要较多帧的图像，同时该方法对噪声较为敏感。

1 基于像素直方图建立背景模型的方法

本文提出一种基于像素直方图建立静态背景模型的方法，其基本思路是考察视频前N幅图像，统计每一像素每一颜色分量的灰度分布，将每一像素每一颜色分量进行正规化处理(将灰度变换到指定的灰度范围)，并建立对应的直方图。由于对某一个像素来说，在一段序列图像中，背景出现的时间最长，前景因为是运动的，出现的时间比较短，所以选直方图中最高的灰度作为背景，将其变换到0～255级，作为背景在该位置该颜色分量上的灰度值。算法流程图如图1所示。

算法步骤：

1)为图像每一个像素的3个颜色分量建立一个空的直方图，直方图的灰度等级为0～(M-1)级。

2)读取一幅图像，对图像中每一像素位置的每一颜色分量(R，G，B)，应用式(2)将其灰度值转换到0～(M-1)级。

(2)

式(2)中[]表示向下取整。

3)在对应的直方图中对上述变换后的灰度值进行统计。

4)重复步骤(2)～(3)，直至对全部训练图像进行处理。

5)选取直方图中最大值所对应的灰度值，将其转换到0～255级。

(3)

将转换后的灰度值作为背景模型在该像素位置所相应颜色分量的灰度值。

2 技术要点

2.1 颜色空间的选择

尽管基于感知的颜色模型(CIE、HVC和HSV)更适合于图像的表达和分析[7]，但本文选用RGB颜色模型，原因是本文使用的视频为AVI格式，其内部颜色数据是基于RBG空间的，这样可以省去颜色空间的转换工作。而对于原始视频数据是YCrCb格式的，可以直接使用YCrCb颜色模型。

2.2 M值的选择

在本文的算法中，M值的选择直接关系到算法的效率及背景模型的质量。

在序列图像中，背景与目标的颜色通常是不同的，表现为在3个颜色分量上灰度不一样。考察某一序列图像在某一像素上灰度分布，通常由背景灰度、目标灰度、随机噪声灰度构成。某一序列图像上某一像素蓝、绿、红颜色分量的分布如图2所示。

由图2可见，3个颜色分量上直方图明显分为比较集中的两簇直方柱和少量孤立分布的短直方柱，分别对应背景颜色灰度、目标颜色灰度和噪声颜色灰度，因而，可以选择背景所对应的颜色灰度作为背景模型在该像素对应颜色分量的灰度值。

但是，如果为图像中每一个像素储存3个255级的灰度直方图，内存的消耗是比较大的，观察图2可知，由于受到光照等环境因素和摄像机自身因素的影响，目标和背景的灰度分布并不集中在某一灰度值上，而是分布在一定的灰度范围内。直方图中的峰值，代表与其他灰度值相比，它所对应的灰度值出现的概率最高。但同时也看到峰值周围的直方柱与峰值相比略小，表明其对应的灰度值出现的概率也很高。如果此时选择峰值对应的灰度值作为背景模型在该像素对应分量的灰度值，将忽略次高直方柱对应的灰度值对背景模型的贡献。

以上问题，可以通过适当降低灰度级数M来解决，将0～255灰度级变换到0～(M-1)级，再次建立灰度等级直方图。某序列图像中某一像素各颜色分量灰度直方图如图3所示。

观察图3发现，直方图中，背景和目标部分仍然分明，而原直方图中，一定范围内的直方柱被合并，峰值大大提高，与其周围的直方柱相比，差距更加明显，将峰值重新变换到0～255区域，并作为背景模型在该像素对应分量的灰度值。这样处理的结果使储存直方图的内存为原来的M/255，同时，由于原直方图中在峰值附近一定范围内的直方柱被合并，因而考虑到更多次高峰值所对应的灰度值对背景的贡献。

由以上分析可知，M值越小，其内存要求越少，而M值的减小，必然会减小背景模型的颜色分辨率。

对于一幅8位3通道彩色图像，可表现的颜色为2563=16 581 375种，本算法生成的背景模型为M3种，为原来的(M/255)3，因此颜色分辨率会大大降低。但在实际应用中，彩色图像往往会被转化为灰度图像处理，即有效灰度级只有256级，因而过高的颜色分辨率是不必要的。为了使得背景模型有能力表现0～255级的灰度背景，颜色分量上能表现的最小的灰度应为3(在0～255灰度等级下)，因为在3个颜色分量中，当某一分量为3，而其余2个分量为0时，转化到灰度图像后，其灰度值正好为1，即可以表现单位灰度级。根据式(3)，只要满足以下条件，即当M大于64时，生成的背景模型有能力表现256个灰度等级的颜色。

M>64.75。

由于在实际应用中，建立背景模型的目的，常常是为了分离背景与目标，对于它能够表现出多少颜色并不十分关心，因此M值的选择可以在保证一定的背景表现能力的情况下，继续降低，即小于64，具体取值以在直方图中足以分离背景和目标为准。

3 实验

下面以一段长度为801帧的视频图像为材料，应用本文提出的背景模型建立方法建立背景模型，并分割目标与背景，同时与普通图像时间平均法进行对比。该实例程序用Visual C++编制。原视频图像如图4所示。

实验视频中，一个身着暗黑色衣服的目标人物在静态场景中来回走动。选择前50帧作为背景模型的训练图像，并取M值为26，采用本文算法及时间平均图像法得到的背景模型如图5所示。

由图5可见，在时间平均图像法得到的模型中，人行走的区域稍暗，甚至明显可见人物运动的痕迹，这是由于人物在视频中颜色偏暗，其RGB 3个颜色分量都较低，平均后使得各个颜色分量灰度值小于背景应有的颜色分量。而本文算法所建立的背景模型，由于算法对灰度值的选择性，排除了运动目标与噪声对背景模型的影响，没有出现前者出现的问题，更能反映出真实的背景。

下面在已建立的背景模型基础上，使用差分图像法分割目标与背景。

差分图像由以下检测规则计算得到：

1)先将背景图像与第k帧图像转换成灰度图像，应用以下转换公式(4)得到分别代表转换后的第k帧灰度图像与背景灰度图像。

(4)

2)计算变化区域与背景的差分图像，规则如下：

(5)

式(5)中T为检测的阀值，可以根据具体参数情况，通过多次的实验分析取得最优值，以尽量分割出完整的运动目标。在这里得出T=15，得到的差分图像如图6所示。

4 对差分图像进行形态学处理

上节步骤2中得到的差分图像，往往带有大量噪声，为去除这些噪声可以使用形态学处理方法减少或消除这些干扰，在这里，使用开运算对差分图像进行处理。2种算法形态学处理后的分割结果如图7所示。

由图6可见，在T=15时，2种算法都能够较完整地分割出运动目标，其中本文算法得到的差分图像较为理想，虽然也存在不少噪声，但经形态学处理后，噪声几乎被完全消除，实现了目标与背景的分离，如图7(b)所示。而平均法背景得到的背景图像残留有明显的运动痕迹，这些痕迹被错误地标识为运动目标，即使对其进行形态学处理，也难以消除这些伪目标，如图7(a)所示。为解决这一问题，可以增加背景模型训练的图像数量，但这需要更多的训练时间和内存空间。另一个方法是增大阀值T，但这同时可能会将一部分运动目标标识为背景图像，使得目标出现“腐蚀”或“孔洞”，破坏了目标的完整性，从而对目标定位的准确度产生影响。由此可见，本文算法相对于传统的时间平均图像法优势明显。

由实验结果可以看出，本文提出的背景模型的建立方法与传统的时间平均图像法相比在内存消耗、处理时间、抗干扰能力等方面有很大的优势，同时能为后续背景与目标的分割奠定良好的基础。传统的建立背景模型的方法是时间平均图像法，该方法用多帧图像的平均像素值作为背景在该位置的像素值，其需要训练图像多，建立速度慢。

使用平均图像法和本文方法对20段视频图像进行背景建模实验。平均图像法和基于像素直方图建立背景模型方法的比较结果见表1。

由实验结果可知，本文算法训练速度快，需要的训练图像少，与平均图像法相比具有明显优势。

表1 平均图像法和基于像素直方图建立背景模型方法的比较

5 结论

运动目标检测一直是图像处理的热点，其中背景模型的建立是运动目标检测的基础和关键，而传统平均背景法建立模型训练时间较长，需要的训练图像多。本文针对平均背景法存在的这2项不足，提出一种基于像素直方图的背景模型建立方法。实验表明，与平均背景法相比，该方法需要的训练图像帧数更少，建立模型速度更快，抗干扰能力强，具有一定的实际应用价值。

[1] 常奇峰.基于VC++的数字图像处理软件开发[D].南京：南京航空航天大学,2010.

[2] 赵凤怡.基于VC++的数字图像处理系统的设计[J].通讯世界,2015(9):198.

[3] Alvar M,Sanchez Alvaro,Arranz Alvaro.Fast background subtraction using static and dynamic gates[J].Artificial Intelligence Review,2014,41(1):113-128.

[4] Neves J,Narducci F,Barra S,et al.Biometric recognition in surveillance scenarios: a survey[J].Artificial Intelligence Review,2016,46(4):1-27.

[5] Lingam RA,Kumar KS.Statistically tuned Gaussian background subtraction technique for UAV videos[J].Sadhana,2014,39(4):785-808.

[6] Satpathy A,Jiang X,Eng HL.Human detection by quadratic classification on subspace of extended histogram of gradients[J].IEEE Transactions on Image Processing A Publication of the IEEE Signal Processing Society,2014,23(1):287-297.

[7] Boroujeni HS,Charkari NM.Robust moving shadow detection with hierarchical mixture of MLP experts[J].Signal Image and Video Processing,2014,8(7):1291-1305.

A Method to Establish Static Background ModelBased on Pixel Histogram

HuaJiang,ZhangShengjun

(School of Mechanical and Electronic Engineering,Hubei Polytechnic University,Huangshi Hubei 435003)

Moving object detection is the basis of the advanced application such as target tracking,target classification,target behavior understanding,and the accuracy of background model is the key to target testing.Nowadays the method of building background model is time average images method.This paper proposed a method based on pixel histogram to build background model to solve such problems as excessive computation and lack of sensitivity to noise.By establishing a statistical histogram for each pixel over a period of time,selecting a high frequency pixel as the background pixel of this point can create a background model.The experiments results showed that the pixel-based histogram method was faster and less memory space requiring and stronger anti-jamming capability compared with the traditional time average images method,which can set up a quick and accurate background model in experiments.

moving object detection;histogram;static background model

2016-10-10

华江，助教，硕士。

10.3969/j.issn.2095-4565.2017.06.008

TP391

A

2095-4565(2017)06-0031-06

(责任编辑吴鸿霞)