一種簡單的動(dòng)態(tài)偵測算法的實(shí)現(xiàn)

摘 要：動(dòng)態(tài)偵測技術(shù)已被廣泛應(yīng)用于各種視頻監(jiān)控中，實(shí)時(shí)、有效的偵測算法成為監(jiān)控系統(tǒng)的核心。通過對背景重建技術(shù)進(jìn)行研究，利用背景差分技術(shù)，提出一種高效、易于實(shí)現(xiàn)的動(dòng)態(tài)偵測算法。該算法利用差分結(jié)果，對像素點(diǎn)分類標(biāo)識，并據(jù)此對背景像素點(diǎn)實(shí)施不同的更新。在文中給出該算法的具體實(shí)現(xiàn)方法，并用demo程序的截圖展示了該算法的性能。結(jié)果證明，該算法在運(yùn)算并不復(fù)雜的情況下，可以很好地完成對監(jiān)控區(qū)域內(nèi)移動(dòng)目標(biāo)的實(shí)時(shí)偵測。

關(guān)鍵詞：動(dòng)態(tài)偵測；背景重建；幀間求差；Directhow

A imple Implement of Motion Detection

WANG Yao，CU Xiuqin

(chool of Electronic Engineering，Xidian University，Xi′an，710071，China)

Abstract：Motion detection techniques are widely exploited in videos in many applications，an efficient algorithm has became the most important role in the real systemsAffter studying on the background rebuilding，this work proposes a simple，efficient algorithm of background subtraction，using the subtraction between frames and flag datasIt sorts the pixels using the subtraction results，and chose different update methods based on the sortIn the paper，a solution of that algorithm with Directhow in C++ programming environment has been explained，and the frames of the demo show the resultIt can be concluded that this implement has achieved the real-time detection in the observed area with no complex operations

Keywords：motion detection;background rebuilding;frame subtraction;Directhow

1 引 言

動(dòng)態(tài)偵測已廣泛地應(yīng)用到視頻監(jiān)視、交通監(jiān)控、偵查和追蹤等應(yīng)用中。動(dòng)態(tài)偵測通常有2種方法：一種是幀間變換檢測；另一種是基于塊匹配或是光流方法的運(yùn)動(dòng)矢量場計(jì)算。（背景重建）幀間變化檢測運(yùn)算簡單，速度較快，主要應(yīng)用于靜止背景下的運(yùn)動(dòng)檢測和對實(shí)時(shí)性有較高要求的系統(tǒng)，但對有全局運(yùn)動(dòng)的背景進(jìn)行運(yùn)動(dòng)檢測時(shí)效果不夠理想。運(yùn)動(dòng)適量場計(jì)算能夠較精確地處理有全局運(yùn)動(dòng)背景的運(yùn)動(dòng)物體，主要應(yīng)用于背景不斷變化的運(yùn)動(dòng)檢測；但由于運(yùn)算量過大，對復(fù)雜或快速的運(yùn)動(dòng)處理效果并不好。

幀間變化檢測是將每一幀圖像與背景幀（參考幀）相比較，當(dāng)前幀中明顯區(qū)別于參考幀的像素被認(rèn)為是移動(dòng)物體。另一種方法通過建立背景，用當(dāng)前幀與背景幀比較的方法來標(biāo)識運(yùn)動(dòng)物體。

背景的建立是偵測中的核心問題，一個(gè)健壯的背景算法直接關(guān)系到動(dòng)態(tài)偵測的靈敏性。由于視頻監(jiān)控環(huán)境的復(fù)雜性，如監(jiān)控背景的不變化、光照和天氣的影響等原因，使用固定背景的方法對運(yùn)動(dòng)物體的識別有著明顯的弊端［1］。

幀間變化檢測可以通過連續(xù)幀之間求差值來標(biāo)識運(yùn)動(dòng)物體。這種方法只與前一幀進(jìn)行比較，沒有復(fù)雜的運(yùn)算，也不需要很多存儲(chǔ)資源，因此具有良好的實(shí)時(shí)性。但是由于該算法只是簡單地將前后幀進(jìn)行比較，可能會(huì)錯(cuò)誤地將移動(dòng)物體的內(nèi)部像素點(diǎn)當(dāng)作靜止的對象，從而影響偵測的效果。

連續(xù)幀比較雖然效率較高，并且也是實(shí)時(shí)地更新背景（使用前一幀作為后一幀判斷的參考幀），但是這種方法可能會(huì)錯(cuò)誤地將移動(dòng)物體內(nèi)部的像素點(diǎn)認(rèn)為是靜止的。

因此，常用的方法是建立背景，實(shí)時(shí)地更新背景，然后判別運(yùn)動(dòng)物體。

本文采用一種簡單的背景建立和更新的算法，通過對背景簡單、有效地更新，來實(shí)現(xiàn)對運(yùn)動(dòng)物體的偵測。

2 算法描述

21 圖像的預(yù)處理

在進(jìn)行圖像處理之前，可以對采集到的原始圖像做平滑處理，以濾掉設(shè)備噪聲或雨雪天氣對圖像質(zhì)量的影響。這一點(diǎn)可以用開運(yùn)算來實(shí)現(xiàn)［2］。

由于灰度級圖像數(shù)據(jù)結(jié)構(gòu)簡單，每個(gè)像素點(diǎn)只需一個(gè)字節(jié)，在采用背景建立時(shí)，通常的做法是保存背景圖像的灰度信息［3］，并將當(dāng)前圖像的灰度圖像與背景圖像相比較。然而，常用的圖像采集設(shè)備的輸出多是RGB格式，為此，可使用下面的公式將圖像轉(zhuǎn)換為灰度圖像：

Gray(x，y)=[WB]0299×R(x，y)+087×G(x，y)+

[DW]0114×B(x，y)

當(dāng)然，也可以使用RGB格式，不過要注意的是R，G，B分量的數(shù)據(jù)格式。

22 背景的處理

對背景的處理分做2步，首先是建立背景。然后實(shí)時(shí)地更新背景。

在動(dòng)態(tài)偵測的過程中，所有的運(yùn)算都是圍繞背景來進(jìn)行的。因此，在運(yùn)動(dòng)目標(biāo)檢測算法開始前必須先建立初始背景；也就是要用最初的幾幀圖像得到一個(gè)相對穩(wěn)定的圖像作為背景。之后，在偵測的過程中，不斷地更新背景。在背景的建立過程中，由于實(shí)際應(yīng)用中不可能有過長的初始化，所以，應(yīng)該使背景的建立采用一種能夠快速收斂的算法。同時(shí)考慮到在建立過程中背景可能的變動(dòng)，應(yīng)該將這些新的信息加入背景中。同樣的，對于背景的更新，也要加入新的信息，只是更新的速度沒有必要像建立時(shí)那么快了。

在背景的處理過程中，需要4個(gè)數(shù)據(jù)結(jié)構(gòu)，一個(gè)與圖像幀數(shù)大小相同的數(shù)組(m_pbyFlag)作為背景建立成功的標(biāo)志信息，3個(gè)與圖像相同大小的空間分別存儲(chǔ)背景(m_pbyBackground)、前一幀圖像(m_pbyOld)和前景中物體的運(yùn)動(dòng)信息(pbyMotion)。其中，標(biāo)志數(shù)組(m_pbyFlag)中的每個(gè)元素為0時(shí)表示相對應(yīng)的像素點(diǎn)的背景尚未建立；為1時(shí)則表示背景已建立；初始時(shí)應(yīng)為0。前景中物體的運(yùn)動(dòng)信息(pbyMotion)用二值位圖表示，即屬于運(yùn)動(dòng)對象的像素點(diǎn)對應(yīng)的數(shù)組元素為白色(2)，對應(yīng)于背景像素的元素表示為黑色(0)。

221 背景的建立

在完成準(zhǔn)備工作后，首先要做的是建立初始背景。對m_pbyFlag進(jìn)行初始化，將采集到第一幀圖像作為背景，并存為前一幀（舊）圖像(m_pbyOld)。將第二幀圖像中的像素分別與前一幀圖像相應(yīng)像素進(jìn)行比較，如果差值超過某個(gè)門限(m_ihreshold)，則該點(diǎn)屬于移動(dòng)對象，將該值賦給對應(yīng)的背景值(m_pbyBackground)，對應(yīng)的運(yùn)動(dòng)圖像(pbyMotion)點(diǎn)為白色，背景標(biāo)志不變；如果，差值低于門限，則該點(diǎn)記為背景元素，相應(yīng)的背景值為當(dāng)前幀與前一幀對應(yīng)像素的平均數(shù)，運(yùn)動(dòng)圖像點(diǎn)為黑色，背景標(biāo)志為1。最后，將當(dāng)前幀的圖像存為舊圖像。

對于被認(rèn)為是運(yùn)動(dòng)的點(diǎn)，由于它的狀態(tài)還沒有穩(wěn)定，這種情況多數(shù)是由背景中暫時(shí)的運(yùn)動(dòng)目標(biāo)引起的。在一段時(shí)間之后，這個(gè)運(yùn)動(dòng)目標(biāo)要么移出了背景；要么靜止下來，成為背景的一部分。也就是說在有限的時(shí)間之后，背景圖像基本可以達(dá)到一個(gè)穩(wěn)定的狀態(tài)。當(dāng)然，背景中仍然會(huì)有“移動(dòng)”的像素點(diǎn)，但當(dāng)這些點(diǎn)的數(shù)目很少時(shí)，就可以將它們忽略掉。

對于“靜止”的點(diǎn)，它在連續(xù)2幀中基本沒有變化。雖然，連續(xù)幀的差值并不能說明該點(diǎn)屬于背景，但是在需要快速的建立起一個(gè)初始背景的情況下，這一近似對后面運(yùn)算的影響并不大。

這樣，在經(jīng)過幾次循環(huán)之后，運(yùn)動(dòng)標(biāo)志數(shù)組中的多數(shù)元素就會(huì)變?yōu)?，也就是說多數(shù)像素點(diǎn)已有了穩(wěn)定的背景圖像，此時(shí)，背景建立完成。

222 背景的更新

前面的背景建立過程可以看作是背景圖像更新的過程。不同的是在這更新的過程中，采用不同的更新速度。

在背景更新過程中，如果當(dāng)前幀的某像素點(diǎn)為靜止時(shí)，由于該點(diǎn)并不是絕對的靜止，為了保證背景的適應(yīng)性，仍然將兩幀的均值賦給該點(diǎn)，同時(shí)運(yùn)動(dòng)圖像點(diǎn)標(biāo)記為黑色。如果當(dāng)前幀的像素點(diǎn)被判斷為運(yùn)動(dòng)，則使用一個(gè)調(diào)節(jié)算子用當(dāng)前幀和背景幀的圖像信息計(jì)算出一個(gè)新的背景值，并將運(yùn)動(dòng)圖像點(diǎn)置為白色。

pbyBackground［j］=(unsigned char)((1-m_fAlpha)×m_pbyBackground［j］+m_fAlpha×pbyNew［j］)

由上面的公式可以看出，在背景的更新過程中，背景不停地、緩慢地加入移動(dòng)目標(biāo)的信息，當(dāng)某一目標(biāo)在背景中停留一定的時(shí)間之后，該目標(biāo)就會(huì)溶入到背景中，成為背景的一部分。通過修改調(diào)節(jié)算子，就可以控制目標(biāo)溶入背景的速度。如果這個(gè)值過小，背景的更新速度就會(huì)很快，最終會(huì)導(dǎo)致將一些速度較慢的運(yùn)動(dòng)目標(biāo)誤判為靜止［4］。相反當(dāng)該值過大，背景更新速度太慢，就會(huì)影響算法的實(shí)時(shí)性。因此，這一數(shù)值應(yīng)根據(jù)實(shí)際應(yīng)用的要求來調(diào)整。

23 運(yùn)動(dòng)目標(biāo)的提取

在前面的運(yùn)算中，運(yùn)動(dòng)目標(biāo)已經(jīng)被初步地提取出來。它們是運(yùn)動(dòng)圖像中的白色區(qū)域。對于簡單的動(dòng)態(tài)偵測應(yīng)用，這一結(jié)果已經(jīng)能夠滿足需要。比如，在錄像監(jiān)視系統(tǒng)中，通過檢測監(jiān)控區(qū)域中可疑的運(yùn)動(dòng)目標(biāo)來報(bào)警或錄像等措施。在這一類應(yīng)用中，只需判斷檢測到的運(yùn)動(dòng)像素點(diǎn)的數(shù)目是否超過某個(gè)值，來觸發(fā)事件。然而對于更加復(fù)雜的應(yīng)用（如目標(biāo)識別等），由于圖像相減算法的局限性，這時(shí)所得到的運(yùn)動(dòng)目標(biāo)的信息是不夠的。需要利用形態(tài)學(xué)的算法（如區(qū)域填充、連通性判斷等），對前面的結(jié)果做進(jìn)一步的處理。

3 算法的實(shí)現(xiàn)

這里將文中提出的算法，在C++環(huán)境中借助Directshow開發(fā)包予以實(shí)現(xiàn)。下面是得到的3組程序的截圖。

圖1中，除了少數(shù)噪聲引起的誤判，背景的建立基本完成。

圖2中，當(dāng)背景中出現(xiàn)運(yùn)動(dòng)目標(biāo)后，運(yùn)動(dòng)偵測圖像中能偵測到運(yùn)動(dòng)目標(biāo)的存在，并將前景圖像與背景的差別準(zhǔn)確地顯示出來（正常圖像下方的差別百分比顯示條）。

圖3中，當(dāng)新的背景建立后，運(yùn)動(dòng)目標(biāo)已經(jīng)完全溶入背景圖像中，成為背景的一部分。

4 結(jié) 語

本文提出的動(dòng)態(tài)偵測的算法，可以比較準(zhǔn)確地提取出運(yùn)動(dòng)目標(biāo)；同時(shí)，由于運(yùn)算簡單，實(shí)時(shí)可靠，較好地解決了運(yùn)動(dòng)物體的實(shí)時(shí)偵測問題。然而，在實(shí)際的偵測應(yīng)用中，該算法的可靠性和穩(wěn)定性仍需改進(jìn)。

參 考 文 獻(xiàn)

［1］en-Ching ，Cheung C KRobust echniques for Background ubtraction in Urban raffic Video［A］Proceedings of PIE2004

［2］Rafael C GonzalezDigital Image Processing［M］Beijing:Publishing ouse of Electronics Industry，2003

［3］王星，潘石柱視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)物體的實(shí)時(shí)偵測 ［J］微型機(jī)與應(yīng)用，2004，23(10):47-49

［4］Cucchiara R，Grana C，Piccardi M，et alDetecting Moving Objects，Ghosts and hadows in Video treams[J]IEEE ranson PattAnaland Machine Intell，2003，2(1):1 337-1 342

作者簡介 王 堯 男，1982年出生，碩士。