基于非穩(wěn)定狀態(tài)的窗口式背景更新算法

宋俊芳 西藏民族大學(xué)信息工程學(xué)院

在有關(guān)視頻序列的應(yīng)用中，往往要求提取視頻序列的背景信息以將其應(yīng)用于二值化和視頻事件檢測(cè)等。但不管是二值化還是視頻事件檢測(cè)，對(duì)車道以外的區(qū)域的處理不但是沒(méi)有意義的，而且會(huì)加重處理程序的負(fù)擔(dān)，浪費(fèi)計(jì)算機(jī)資源。因此，在以前的一些應(yīng)用中，我們借助于車道線，對(duì)車道線以外的區(qū)域進(jìn)行屏蔽，在對(duì)每幀圖像的處理過(guò)程中對(duì)該部分區(qū)域不進(jìn)行處理，這樣就節(jié)省了大量的運(yùn)算和計(jì)算機(jī)存儲(chǔ)資源，使得程序處理效率大大提高。本文所要闡述的窗口式背景更新算法也是基于一種與之相似的思想展開(kāi)的。特別適用于各種慢行和靜態(tài)事件的檢測(cè)應(yīng)用。基于這一種思想，對(duì)車道以外以及車道上的無(wú)車區(qū)域和快速行駛的車輛不加處理，因?yàn)檫@些情況不是本文所關(guān)注的對(duì)象。而對(duì)于本文所關(guān)注的慢行或者突發(fā)性靜態(tài)事件，則將其背景動(dòng)態(tài)的提取出來(lái)，并進(jìn)行實(shí)時(shí)更新，這樣就能夠最大限度的減少不必要的計(jì)算和遍歷圖像開(kāi)銷，取得最好的處理效率。

1 基于分塊圖像紋理差的穩(wěn)態(tài)判斷

為減少算法的運(yùn)算量，將一幀圖像分成若干個(gè)小塊，如分辨率為720×288的一幀圖像可分為90×48個(gè)8×6的小塊。基于分塊的穩(wěn)態(tài)判斷方法就是對(duì)每個(gè)小塊分別進(jìn)行判斷，處理的過(guò)程。本文在分塊的基礎(chǔ)上，對(duì)前后兩幀數(shù)據(jù)進(jìn)行分析計(jì)算，然后確定前后兩幀數(shù)據(jù)是否為同一個(gè)穩(wěn)定狀態(tài)。本文是通過(guò)均衡后的紋理差來(lái)判斷。所謂紋理即圖像的細(xì)節(jié)體現(xiàn)，包括輪廓，條紋等。設(shè)一塊圖像內(nèi)共有個(gè)像素點(diǎn)，表示第i個(gè)像素點(diǎn)，表示所有像素的灰度之和。同時(shí)對(duì)應(yīng)前一幀的這一小塊中表示第i個(gè)像素點(diǎn)，表示該塊的像素灰度之和。首先將當(dāng)前幀灰度拉到前一幀灰度同一水平，其計(jì)算公式如下式所示：

如果當(dāng)前塊始終處于穩(wěn)定狀態(tài)，則其紋理差應(yīng)該穩(wěn)定在某一較小值左右，否者將出現(xiàn)大幅波動(dòng)。

2 基于穩(wěn)態(tài)判斷的窗口式背景更新

本文的背景提取及更新是基于紋理穩(wěn)態(tài)判斷提出的，首先假設(shè)背景圖像中每個(gè)像素點(diǎn)的灰度均為0，即背景全黑。假如當(dāng)前塊一直穩(wěn)定就會(huì)記錄下當(dāng)前的圖像信息，并對(duì)此記錄信息按照一定的幀間隔進(jìn)行更新處理。如果當(dāng)前塊快速經(jīng)過(guò)穩(wěn)態(tài)——非穩(wěn)態(tài)——穩(wěn)態(tài)的轉(zhuǎn)變過(guò)程，則對(duì)當(dāng)前塊不做任何處理。如果當(dāng)前塊沒(méi)有很快回到穩(wěn)態(tài)，我們則將會(huì)把穩(wěn)態(tài)是的記錄信息當(dāng)成其背景加以顯示。之后我們?cè)谠搲K重回穩(wěn)態(tài)后又將其設(shè)為全黑。這樣一來(lái)，對(duì)全黑區(qū)域來(lái)說(shuō)，沒(méi)有我們關(guān)心的事件，我們?cè)诒闅v圖像的過(guò)程中即可跳過(guò)這些塊區(qū)域，我們把這樣的背景更新算法稱之為窗口式背景更新算法。

3 實(shí)驗(yàn)結(jié)果

沒(méi)車區(qū)域的紋理差檢測(cè)效果圖1所示，有車區(qū)域的紋理差檢測(cè)效果圖如圖2所示。

圖1 沒(méi)車區(qū)域的紋理差檢測(cè)效果

圖2 有車區(qū)域的紋理差檢測(cè)效果

從圖1和圖2可以看出穩(wěn)態(tài)和非穩(wěn)態(tài)的紋理有顯著差異，因

圖3 有行人停留時(shí)的窗口背景

圖4 有慢行車輛時(shí)的窗口背景

4 結(jié)束語(yǔ)

背景更新作為背景差算法檢測(cè)目標(biāo)重要的前提，其好壞直接影響著目標(biāo)檢測(cè)的精度。本文提出的基于紋理差穩(wěn)態(tài)判斷的背景更新算法，引入圖像分塊理念，大大減少了算法的運(yùn)算量，除此之外，用分塊區(qū)域的紋理差進(jìn)行背景穩(wěn)態(tài)判斷，作為背景更新的條件在很大程度上改善了獲得背景的質(zhì)量。

[1]周恩策,劉純平,張玲燕,等.基于時(shí)間窗的自適應(yīng)核密度估計(jì)運(yùn)動(dòng)檢測(cè)方法[J].通信學(xué)報(bào), 2011, 32(3):106-114.

[2]GE Hai-miao,葛海淼, DAI Xue-feng,等. 基于幀差法和反饋背景更新相結(jié)合的改進(jìn)背景更新算法的研究[C]//黑龍江省會(huì)員代表大會(huì).2011.

[3]蘇書杰.視頻檢測(cè)系統(tǒng)中的背景檢測(cè)及更新算法研究[D].長(zhǎng)安大學(xué),2009.

[4]孫麗婷,宋煥生,關(guān)琦,等.基于穩(wěn)定狀態(tài)差異的停車及拋落物檢測(cè)算法[J].電視技術(shù),2015,39(15):115-119.