淺談運動目標檢測的基本方法

摘 要：運動目標檢測是視頻圖像處理過程中重要的環節，提取視頻圖像中的運動目標是視覺監控領域研究的難點之一，運動目標檢測的效果將影響到目標跟蹤結果的準確性。若要確定視頻圖像序列中目標的位置及灰度等特點，就要準確的檢測出運動目標，本文介紹了背景消除法，幀間差分法和光流法三種常用的運動目標檢測的方法，同時對各自方法的基本思想進行了闡述，對其優缺點進行了分析。

關鍵詞：目標檢測；背景差分法；幀間差分法；光流法

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1674-7712 （2014） 20-0000-01

運動目標檢測是圖像處理和計算機視覺等領域最基本的研究課題之一，它是指在視頻或圖像序列中，用計算機等設備提取出與背景存在相對運動的目標的過程。運動目標檢測已廣泛應用在視頻監控、交通監視、醫學圖像等方面，其難點在于如何快速而可靠地從一幀圖像中找到感興趣的目標區域。

運動目標檢測的基本方法有背景消除法，幀間差分法和光流法。

一、背景消除法

背景消除法是目前運動目標檢測中最為常用的一種方法，它是利用當前圖像與背景圖像的差值來檢測運動目標區域，其中背景圖像是沒有運動目標的圖像，它是提前獲取的。這種方法的基本思想是：在已知圖像序列參考幀的情況下，獲得沒有運動目標的背景圖像，然后利用其后續的圖像序列與背景圖像做差，得到差值圖像，通過閾值的設定，得到差分圖像，從差分圖像中很容易提取出運動目標。

背景消除法對于視頻序列圖像中場景固定的情形有很大的優勢，它為背景靜止的圖像序列建立背景模型，然后將當前圖像和背景模型做差，根據圖像像素點的灰度值來判斷是否為運動目標，達到了檢測的目的。

背景差分法的優點是算法實現簡單（建立背景模型方法的準確性是它的關鍵所在），在背景圖像已知的情況下，簡單的差分運算就能夠準確快速的分隔出完整的運動目標。但在實際應用中存在較大的不足，它很容易受環境變化的影響，對光照和外部條件等干擾因素引起的動態場景的變化較為敏感，當背景發生變化時，背景圖像的實時更新性差，使之不能建立完整的背景模型，從而導致差分圖像的不準確，同時，由于閾值的變化，此算法的魯棒性較差。在實際應用算法中，為了適應受外部干擾不斷變化的環境，需要將此方法與其他的方法相結合來克服環境受外部干擾的問題，實現背景模型的動態更新。

二、幀間差分法

幀間差分法是運動目標檢測中使用最多的一種檢測方法，它與背景消除法類似，也是利用圖像間灰度的變化來檢測出目標，不同的是，幀間差分法是基于連續的圖像序列中相鄰幀作差分運算來提取運動目標。幀間差分法的基本思想是通過圖像序列中相鄰兩幀之間的強相關性，對此相鄰兩幀作差分，也就是說，當視頻場景中出現運動物體時，幀與幀之間會出現較明顯的差別，將兩幀相減得到差值圖像。在差分圖像中，與背景消除法一樣，像素點的灰度不變的區域被減掉，然后通過判斷差分圖像的灰度值是否大于閾值來確定圖像序列的運動特征，若背景灰度值很小，則認為背景圖像沒有發生變化，即運動目標沒有出現；若背景灰度值很大，則認為變化的區域就是運動目標，這樣，從差分圖像中，我們就檢測出了運動目標，從而得到了運動目標的位置和輪廓等信息。

這種方法的優點在于算法實現簡單，有較好的實時性，對運動目標具有敏感性，且對光線等外部條件造成的干擾影響小，檢測結果具有穩定性，能夠適應多種變化環境；其缺點是這種方法在目標像素點的灰度值均勻分布的情況下，不能獲取完整的運動目標區域，只能提取出運動目標的大致邊界和位置，無法檢測出兩幀間的重疊區域，容易產生目標內部的空洞現象。

上面是用相鄰兩幀做差分來檢測目標，叫做二幀差分法，為了克服二幀差分法存在的不足，介紹一種它的改進算法—三幀差分法。三幀差分法是通過對相鄰的三幀圖像的處理來檢測目標，它的計算方法是分別計算前兩幀圖像和后兩幀圖像的差值圖像并對得到的兩個差分圖像做二值化處理，然后將兩個二值圖像進行與運算，從而得到運動目標的圖像。三幀差分法的檢測結果包含了當前幀運動目標的邊界點，因此輪廓信息比二幀差分法得到的運動目標更為準確，避免了二幀差分法在檢測中的空洞現象，是一種穩定性高，易實現的檢測方法。

三、光流法

在運動目標檢測的方法中，光流法是具有代表性的方法，它計算的是運動目標的光流特性，光流是物體表面上的每個像素點所產生的像素運動的瞬時速度場，它主要研究圖像灰度在每一時刻的變化及其物體動態行為的信息。

光流法的基本思想：假設視頻序列圖像中的每一個像素點有一個速度矢量，也就是光流矢量，它是圖像平面上的灰度瞬間變化率，若光流矢量是連續變化的，說明圖像中沒有運動目標；若光流矢量的變化不是連續的，說明運動目標所形成的矢量和背景的矢量不同，即圖像中存在運動目標。

光流法的優點是能夠將獨立運動的目標檢測出來；缺點是計算量大，對電腦的硬件要求較高，受光照變化等外界條件的干擾，計算的準確性會受到影響。光流的計算方法有基于梯度的方法、基于頻域的方法和基于匹配的方法。在一些環境變化較大的場景中可將三種計算方法中的兩種或三種一起使用，提高檢測的準確性。

四、結束語

在運動目標檢測中最關鍵的就是背景圖像的更新和閾值的選擇，以保證差分后背景圖像的準確性，提高運動目標檢測的準確度。本文主要論述了運動目標檢測的幾種基本方法以及這幾種方法的應用環境和它們的優缺點。在實際應用中，對于運動目標的檢測方法，并沒有一個通用的方法，所以在運動目標檢測領域，還有很大的發展空間。

參考文獻：

[1]邢景武，蘇賦.基于視頻圖像中運動目標檢測算法的研究[J].信息通信，2013（03）：22-24.

[2]張學榮，雷國偉.基于灰度直方圖的背景差目標檢測算法[J].計算機安全，2010（02）：45-47.

[3]權太范.目標跟蹤新理論與技術[M].北京：國防工業出版社，2009.

[作者簡介]霍玲玲（1985-），女，吉林四平人，吉林工商學院外國語學院，助教，碩士研究生，研究方向：圖像處理。