動態目標檢測技術在智能監控中的應用研究

孫丕波，周利江

（1. 青島酒店管理職業技術學院 信息技術學院，青島 266100；2. 青島遠洋船員職業學院 現代教育技術中心， 青島 266071）

0 引言

隨著數字視頻技術和網絡技術的發展，安防行業正經歷著“二次革命”的革新。通過技術開發手段逐步完善智能監控系統已成為本行業的熱點。尤其是最新的智能化監控中出現了“防御層”的概念，使被動式防范轉變為主動式防范成為可能。目前按照我國市場的要求，進一步改進視頻智能化技術，整合視頻監控設備和報警設備，提高監控錄像的效率，提高報警的有效性，降低設備復雜度，降低誤報漏報等問題迫在眉睫。本文就監控視頻的智能識別引入一種基于背景模板的視頻動態目標檢測技術，進一步提高了視頻檢測的識別效率。

1 視頻檢測的特點

安防系統中，視頻動態檢測實際上是一種視頻報警手段，只需系統在硬件或軟件上進行支持，不需增加任何附加設備，當有活動目標侵入攝像機所監視的區域，系統的視頻動態檢測單元便會感知視頻信號的變化，并啟動數字單元對視頻信號進行錄像和高清拍攝，同時通過輸出控制單元啟動報警關聯設備。

因此，視頻檢測應具有如下特點：

1）每一個視頻通道都可獨立設置動態檢測區域和靈敏度；

2）可根據環境情況對檢測靈敏度進行靈活設置；

3）不需增加附加報警設備，有較高抗干擾性能；

4）產生報警后可對音視頻信號跟蹤記錄，且跟蹤時間靈活可調；

5）采用視頻動態檢測機制可有效地節約硬盤存儲空間，延長系統的錄像時間；

6）可以聯動啟動監控拍照系統自動拍攝清晰圖像照片，提高監控效力；

7）可以對報警信息進行統計、管理、查閱和打印，且可為其他關聯設備提供控制接口。

2 視頻檢測的一般原理

傳統的智能安防系統的視頻動態檢測是根據圖像的內容在視頻顯示區域內設定若干個矩形的隱形檢測區域，當視頻監視的現場發生異常情況時，會使檢測區域內圖像的亮度、對比度及圖像的內容（即視頻信號的幅度）發生變化，當這一變化超過預先設定的閾值（靈敏度）時，即產生報警。

數字硬盤錄像系統的視頻動態檢測單元的機理是直接對視頻信號進行取樣與常態數據比較，當比較結果超過閾值時，就產生報警。

后來又出現了基于運動目標的動態檢測技術，如差值法，這種方法的缺點是：兩幅圖像相減得到的是運動目標的部分輪廓或是變粗的輪廓，因此提取出的運動目標失真大；并且在監控環境復雜，特別是一天當中光照條件多變的現實情況下，效果并不理想。如果能將這個缺點克服，應該能很好地從運動圖像序列中提取出運動目標。

本文結合安防監控通常用于靜態背景或者背景變化不大的室內環境的特點，提出了一種基于背景模板的視頻動態目標檢測算法。這種算法的關鍵有：1）背景模板的獲取；2）運動目標的析??；3）目標跟蹤。

3 功能設計與實現

3.1 背景模板的獲取

在檢測到有運動發生(目標出現或移動)前，通過記錄連續幾幀圖像的變化情況，獲取背景模板，供運動目標出現時進行目標析取。

首先通過比較前后幀的基本圖像的差值判斷是否為準模板，如果滿足條件，后一幀圖像判定為準模板并保存到存儲器備用。對于檢測圖像序列f(x ，y，t)，準模板的判定條件：

接下來，通過比較前后準模板的差值（二次差值）判斷是否為背景模板，如果滿足條件，后一個準模板判定為背景模板，判定條件類似準模板的判定。

最少三幀基本圖像可以判定兩個準模板，一個背景模板，如果攝像機幀頻較高，可以每隔一幀取一幀基本圖像。

3.2 運動目標的析取

利用當前運動幀與背景模板幀間差分算法檢測視頻中的運動區域，可以將圖像中的運動目標從背景中分割出來，得到運動目標候選區域。其算法的主要思想是計算出兩幀圖像中每一點的視頻差（灰度差值），然后通過設定一個閾值判斷哪些像素點是運動目標。該算法可以描述為：

式中Δt為處理幀的時間間隔；f(x，y，t)和f(x，y，t-Δt)分別為時刻t和t-Δt的連續兩幀圖像，如果兩幀圖像對應像素灰度的絕對差值大于閾值，則表明該像素是運動點，將其值置1；否則為非運動點，將其值置0。

如果采用連續2幀序列圖像與背景模板幀進行分別差分，計算圖像序列中連續2幀圖像f(x，y，t)和f(x，y，t+Δt)的圖像灰度與模板幀的絕對差分圖像，然后把差分結果進行疊加，可以進一步提高算法的可靠性。

對上式得到的兩幅二值圖像D(x，y，t)和D(x，y，t+Δt)，按照對應像素進行運算，這種方法可以更精確地提取運動區域。

運動區域提取結果如圖1所示。

圖1 運動區域提取

圖2 系統原理構成方框圖

3.3 目標跟蹤

目標的運動有其空間連續性和規律性，通過運動預測可以大大提高拍照系統的工作效率，提高拍照有效性。針對視頻監控系統的應用要求，為了實時地跟蹤目標，本文運用運動目標的幾何中心比較法，確定攝像機目標跟蹤的方向角度。計算相鄰兩幀中運動目標的幾何中心位置差異向量，可以得出目標某時刻的運動趨向；計算連續多幀差異向量，求向量的和，可以最終得出某段時間目標的運動軌跡。

3.4 系統原理構成方框圖

系統原理構成如圖2所示。

4 結束語

將運動目標檢測和跟蹤技術與傳統的視頻監控系統相結合，針對監視場景中的運動目標進行監控，提高了系統的智能化和監控的有效性。充分利用背景模板和視頻圖像的運動信息進行實時可靠的目標檢測，并實現目標跟蹤。實驗表明，本文中給出的基于背景模板的視頻動態目標檢測技術，可以有效地檢測監控場景中的運動目標，并實時反饋運動目標的運動趨勢，控制云臺進行目標跟蹤，捕獲有效的運動信息。

[1] 陳龍.電視監控與安全防范系統[M].北京:科學出版社,1998.

[2] 章毓晉.圖像分割[M].北京:科學出版社,2000.

[3] 王栓,艾海舟,何克忠,等.基于差分圖像的多運動目標與跟蹤[J].中國圖像圖形學報,1999,4(A6):470-474.

[4] 陳堅,陳偉,等.Visual C++網絡高級編程[M].北京:人民郵電出版社,2001.

[5] Cclllins R let al 1.A system for video surveillance and monitoring:VSAM final report[R].Carnegie Mellon University:Technical Report CMU- RLTR-00_12,2000.