智能視頻監控系統中運動目標檢測的研究

許亞軍，許慧芳，張艷春

(1.太原理工大學信息工程學院，山西太原 030024;2.江蘇自動化研究所，江蘇南京 310012)

1 運動目標檢測簡介

近十幾年來，智能視頻監控(Intelligent Video Surveillance)在導航制導、重要場所安全監控、智能交通、數字城市等軍事以及民用領域得到了廣泛的應用，國防安全部門、高校學者、工程技術人員對其產生了極大的研究熱情［1］。智能視頻監控系統主要由運動目標檢測、目標分類識別、目標跟蹤以及目標行為的理解與描述幾個部分組成，如圖1所示。其中，運動目標檢測、分類識別以及目標跟蹤屬于低級視覺部分，數據融合處理屬于中級視覺部分，而行為理解和描述則屬于高級視覺部分［2］。

運動目標檢測是智能視頻監控系統的重要組成部分，它是利用圖像處理技術將運動目標從背景圖像中提取出來并交給后續視覺工作進行分析處理，主要包括圖像預處理、目標檢測及后處理等步驟，如圖2所示。

圖1 智能視頻監控技術的研究內容

圖2 運動目標檢測流程圖

目前，針對監控攝像機固定不動的應用場景主要有三類運動檢測方法:光流法、背景減法和幀間差分法。光流法檢測精度較高，但其受噪聲、光照、陰影和遮擋等環境因素的影響較為嚴重;而且光流法算法復雜度高，處理監控視頻流的實時性較差。背景減法的優點是原理簡單，檢測準確，缺點是容易受光線、天氣等環境條件的影響，其關鍵在于背景圖像的獲取及其更新［3］。針對光流法和背景減法存在的問題，本文提出了一種結合背景減法和時空熵圖像的對稱差分算法來實現對運動目標的檢測。

2 相關原理

2.1 兩幀差分法

兩幀差分法是通過比較視頻序列相鄰兩幀圖像對應像素點的灰度值，然后對其閾值化來提取圖像中運動區域的一種辦法。該方法實時性強，更新速度快，算法復雜度低。但要求圖像幀與幀之間要配準得很好，否則容易產生大的誤差。閾值選擇在這里起著非常重要的作用:閾值過低，容易將環境噪聲誤檢測為運動目標;閾值過高，則容易發生漏檢現象。另外，當運動目標面積較大，顏色一致時，檢測到的目標不夠完整，位置不夠精確，并且容易產生“鬼影”，不能完整地提取運動目標。

2.2 對稱差分法

對稱差分法是在兩幀差分法的基礎上提出的一種檢測算法。將連續的三幀圖像序列兩兩差分，然后將得到的差分圖像進行“與”操作，這樣就可以確定目標在中間那幀的位置從而提取到運動目標。相比兩幀差分法，對稱差分法能夠有效減少“鬼影”現象，更精確地提取目標位置，而且極大提高了檢測效率。對稱差分法可表示為

式中:bidf(x，y，t－1，t)表示像素點(x，y)在t－1和t時刻的差分圖像，bidf(x，y，t，t+1)表示像素點 (x，y)在t和t+1時刻的差分圖像。當bidf(x，y，t－1，t)=1 和bidf(x，y，t，t+1)=1 兩個條件都滿足時，sbidf(x，y，t)=1才能成立。對稱差分算法流程如圖3所示。

圖3 對稱差分法流程圖

2.3 熵值

1948年，信息論的創始人香農在Bell System Technical Journal上發表了《A Mathematical Theory of Communication》一文，將熵的概念引入信息論中，并給出了計算信息熵的數學表達式［4］。如果一個系統S內存在多個事件S={X1，X2，…，Xn}，每個事件的隨機概率分布P={p(X1)，p(X2)，…，p(Xn)}，則每個事件的自信息量為

整個系統的平均信息量為

3 改進的對稱差分法

本文提出的改進對稱差分算法流程如圖4所示。首先，將待檢測視頻序列進行圖像預處理，在預處理階段通常使用中值濾波去噪，本文采用了一種自適應加權中值濾波方法。然后，將背景減法得到的基本準確的運動目標和對稱差分得到差分圖像相“與”然后再相“或”。接著求出相“或”后的時空熵圖像，并經過形態學處理將運動目標從圖像序列中檢測出來。這種結合了背景減法和時空熵圖像的檢測算法，不僅能很好地將對稱差分的優點體現出來，同時有效避免了背景減法受環境干擾嚴重的缺點，算法實現起來簡單，而且檢測出來的目標也精確完整。

圖4 改進的對稱差分法流程圖

3.1 自適應加權中值濾波

拍攝得到的視頻序列受外界環境因素如光照、遮擋、影子等噪聲的影響比較嚴重，而去噪的效果和質量又直接影響著目標圖像的分割、提取、跟蹤等圖像后期處理。因此，對采集的圖像進行抑制噪聲操作是圖像處理的一個關鍵步驟。在圖像預處理階段，本文采用了一種自適應加權中值濾波對噪聲圖像進行濾波處理。該濾波算法包括三個過程:1)對噪聲圖像進行噪聲檢測;2)根據濾波窗口中噪聲點的個數，其大小自適應確定;3)自適應確定濾波窗口中每組像素點的權重，然后對噪聲圖像進行濾波［5］。

本文采用Lena(256×256)以及“hall_monitor”彩色視頻序列中的某一幀(360×240)作為測試圖像在MATLAB 7.10平臺上進行仿真，將結果與傳統中值濾波算法進行了比較，如圖5所示。通過仿真結果對比可以明顯看出，本文采用的中值濾波算法不僅有很強的抑制噪聲能力，而且能夠清晰地保留圖像細節，具有較好的綜合性能。

圖5 傳統中值濾波與自適應加權中值濾波對比

3.2 時空熵圖像(STEI)

計算時空熵圖像的過程為:首先建立一個時空滑動窗，來表示某一像素點以及與它相鄰像素點的時空分布情況，如圖6所示。其中，(x，y)表示像素點(x，y)在第K幀中的空間分布，L表示待處理的圖像幀數，W表示每一幀的寬度和高度。

圖6 時空滑動窗

然后，采用滑動窗對每個像素點建立時空直方圖。設像素點(x，y)的直方圖為Hx，y，q，其中q表示直方圖的等級，總共分為Q個等級，則所有像素點的直方圖分量為{Hx，y，1，Hx，y，2，…，Hx，y，Q}。接著通過直方圖計算得到該像素點的概率密度分布，其概率密度分布函數如下

式中:Ex，y即為像素點(x，y)的時空熵值，它被量化成256個灰度值，從而形成一個熵圖像，也就是時空熵圖像。利用圖像的時空熵來檢測運動目標，其合理性在于:圖像序列中，某一位置像素值的改變通常由環境噪聲和運動物體兩個因素引起。而噪聲帶來的改變幅度很小，運動物體導致的改變是主要因素。因此，用時空熵圖像表征像素值的多樣性，進而反映運動強度的大小，像素值改變越大，熵值越大，運動強度也就越大。

3.3 形態學處理

求得時空熵圖像之后，由于各種外界干擾，有許多小的空洞、毛刺噪聲以及被誤檢測的一些細小部分會存在于檢測出來的運動目標區域。如果不去除這些無用的噪聲斑點，視頻監控系統中后期處理的準確性將會受到非常嚴重的影響。本文使用形態學中的開啟操作［6］，采用一個半徑為3的圓作為結構元素，去除時空熵圖像中孤立的噪聲點并將小間隙、空洞等進行填充。這樣一方面可以消除噪聲，另一方面可以平滑圖像，去除誤檢測的前景目標，同時填充目標區域內部的細小空洞，從而將運動目標完整地檢測出來。

4 實驗結果分析

本文選用標準視頻測試序列“hall_monitor”(大小360×240，共290幀)以及“Intelligentroom”(大小360×240，共300幀)來驗證算法的有效性。程序運行環境為MATLAB 7.10，處理器為Intel Core i5，主機CPU 2.50 GHz，內存2 Gbyte。“hall_monitor”視頻序列中第41幀目標檢測效果比較圖如圖7，“Intelligentroom”視頻序列中第299幀目標檢測效果比較圖如圖8所示。通過對比分析，可以看出本文改進之后的對稱差分算法有很好的去噪能力，比傳統對稱差分在目標檢測的完整度上有很大的提高，有效避免了目標檢測的“鬼影”現象，并且能夠很好地克服光照等環境噪聲的影響。

圖7 “hall_monitor”視頻序列中第41幀目標檢測效果比較圖

圖8 “Intelligentroom”視頻序列中第299幀目標檢測效果比較圖

5 總結

本文在研究智能視頻監控系統中運動目標檢測的基礎上，提出了一種結合背景減法和時空熵圖像的改進的對稱差分算法。實驗結果表明，本方法能夠明顯克服“鬼影”現象，并且驗證了利用時空熵圖像可以使檢測到的目標輪廓更加完整這個理論。與傳統的對稱差分法相比較，本方法具有算法復雜度低、魯棒性較好、抗噪聲能力強等特點，是一種有效的運動目標檢測方法，可廣泛應用于實時性要求較高的智能視頻監控技術中。

:

［1］萬衛兵，霍宏，趙宇明.智能視頻監控中目標檢測與識別［M］.上海:上海交通大學出版社，2010.

［2］張延峰.運動目標檢測及視頻監控軟件開發［D］.呼和浩特:內蒙古大學，2007.

［3］丁磊，宮寧生.基于改進的三幀差分法運動目標檢測［J］.電視技術，2013，37(1):151－153.

［4］MA Y F，ZHANG H J.Detecting motion object by spatial－temporal entropy［C］//Proc.IEEE International Conference on Multimedia and Expo.［S.l.］:IEEE Press，2001:265－268.

［5］鄧秀勤，熊勇.用于圖像處理的加權中值濾波算法［J］.計算機技術與發展，2009(3):46－48.

［6］姚敏.數字圖像處理［M］.北京:機械工業出版社，2006.