基于視頻圖像分析的運動目標(biāo)檢測技術(shù)研究＊

賈倩倩，韓麗娜，黃凌霄

（寧夏大學(xué)信息工程學(xué)院，寧夏 銀川 750021）

1 研究背景及意義

在數(shù)字化時代的潮流下，人們對圖像處理技術(shù)的應(yīng)用需求正在增加。檢測移動物體的技術(shù)是圖像處理的一個重要組成部分，在智能監(jiān)測、智能交通、工業(yè)化過程控制、航空航天、軍事勘察等領(lǐng)域廣泛應(yīng)用。另外，目標(biāo)檢測技術(shù)還是身份識別領(lǐng)域的一個基礎(chǔ)算法，其在人臉識別、步態(tài)識別、人群計數(shù)和實例分割等后續(xù)任務(wù)中發(fā)揮著重要作用。

在基于靜態(tài)背景的目標(biāo)識別中，由于實際應(yīng)用場景中各種因素的干擾，計算機受到硬件發(fā)展速度的制約，運行速度、算法時間和空間復(fù)雜度具有一定上限，所以運動目標(biāo)檢測的實時性和魯棒性難以同時取得最佳效果。通過幀間差分法、混合高斯算法和ViBe 算法的優(yōu)缺點對比，期望找到一個較好的算法，從而在靜態(tài)背景下可以獲取實時性較好、精度較高的目標(biāo)檢測結(jié)果。

2 目標(biāo)檢測算法

2.1 目標(biāo)檢測及其算法分類

目標(biāo)檢測是一種基于目標(biāo)對象形態(tài)學(xué)和特征區(qū)別的圖像分割技術(shù)。從這個角度來看，視頻圖像可以分為3 個部分，分別是目標(biāo)圖像、背景圖像和噪聲圖像，這可以將目標(biāo)檢測轉(zhuǎn)換為目標(biāo)對象和背景圖像之間的二元分割問題。根據(jù)運動目標(biāo)的特性，通常根據(jù)監(jiān)視設(shè)備是否與運動對象同步運動，將其劃分為以下2 種類別。

2.1.1 動態(tài)背景下的運動目標(biāo)檢測及其算法

動態(tài)背景下的目標(biāo)檢測是指運動圖像場景中存在目標(biāo)對象和攝像儀器的相對運動，相較靜態(tài)背景的情況更加復(fù)雜。目前大多采用的方法是計算監(jiān)控儀器的運動參數(shù)，采用背景補償?shù)姆椒z測運動目標(biāo)。常見的動態(tài)背景下的運動目標(biāo)檢測方法包括光流法、塊匹配補償背景算法等。伴隨著背景圖像的變化，運動目標(biāo)也隨時發(fā)生著位置變化，攝像儀器處于相對運動的狀態(tài)，圖像中目標(biāo)的位置變化與背景本身的相對運動就會疊加并且混合在一起，而且由于攝像儀器的運動，將會導(dǎo)致目標(biāo)的形狀、尺寸以及視頻光照條件發(fā)生變化[1-2]。與此同時，現(xiàn)實中多運動目標(biāo)的遮擋和外界干擾遮擋的情況常有發(fā)生，這些也都是動態(tài)背景下需要解決的問題。

2.1.2 靜態(tài)背景下的運動目標(biāo)檢測及其算法

基于靜態(tài)背景的運動目標(biāo)檢測算法包括幀間差分法、模板匹配、高斯混合算法和ViBe 算法等。一些人嘗試應(yīng)用一些優(yōu)秀的算法，如機器學(xué)習(xí)來檢測視頻序列圖像中的運動目標(biāo)。然而，由于計算機硬件的限制，現(xiàn)實中的計算速度和算法復(fù)雜度都有一定的上限，難以在實時性和魯棒性方面達到某一個較高平衡點，因此，本文選擇程序算法相對簡單、運行效率高、實時性較好、識別結(jié)果較好的幀間差分法、混合高斯算法與ViBe 算法進行比較。

2.2 基于靜態(tài)背景建模的目標(biāo)檢測

2.2.1 幀間差分法

幀間差分法（Frame difference method）也稱二幀差分法，主要應(yīng)用場景是背景圖像固定，而運動目標(biāo)隨時間動態(tài)變化的場景。在以上前提條件下，使鄰近2 個視頻幀的像素值發(fā)生相減操作。理想狀況下，背景的部分誤差為0，而運動范圍的誤差不為0。此時，選擇一個適當(dāng)?shù)拈撝禐V波掉視頻幀的背景，以便獲取到完整的運動目標(biāo)。其模型為：

式中：It（x，y）為t時刻像素點（x，y）的灰度值；It-1（x，y）為t－1 時刻像素點（x，y）的灰度值；Dt（x，y）為提取的運動目標(biāo)的二值圖像；T為閾值。

具體步驟如下：將當(dāng)前幀進行灰度化；通過中值濾波去除噪聲影響，保留邊緣特征；對相鄰兩幀求差值的絕對值，再進行差值絕對值的二值化，這時閾值設(shè)置對實驗結(jié)果有明顯影響，因此選擇一個合適的閾值是很重要的；進行開運算以及函數(shù)填充，一方面使邊界平滑，另一方面使圖形空洞被填充。

二幀差分法檢測結(jié)果如圖1 所示。

圖1 二幀差分法檢測結(jié)果

從圖1 可以看出，二幀差分法的優(yōu)點是運算簡便、即時性較強、對各種動態(tài)環(huán)境的適應(yīng)力強、魯棒性較強；缺陷是檢查的目標(biāo)輪廓不完整，檢查出的結(jié)果帶有“空洞”。另外，測試結(jié)果在運動方向上目標(biāo)被拉長，在檢測快速運動的物體時會出現(xiàn)“鬼影”，并且檢測不到慢速運動的物體。

三幀差分法的具體步驟為：在二幀差分法的基礎(chǔ)上，同時獲取當(dāng)前幀、上一幀、下一幀。同時，對相鄰的三幀進行灰度化處理，再使用中值濾波去除噪聲影響，保留邊緣特征，然后對當(dāng)前幀與上一幀的差值絕對值進行閾值二值化，同理將后一幀與當(dāng)前幀差值絕對值閾值二值化，結(jié)果將所獲得的2 個差分圖進行像素比較操作，所得差分圖即為三幀差分圖。

其數(shù)學(xué)模型如下：

式中：D1（x，y）、D2（x，y）分別為對應(yīng)的差分結(jié)果；fk-1（x，y）、fk（x，y）、fk+1（x，y）分別為第k－1、k、k+1 幀圖片像素點的灰度值；E1（x，y）、E2（x，y）為三幀差分圖的閾值二值化結(jié)果。

T為預(yù)先設(shè)點的閾值，如果T選取得過小，會出現(xiàn)大量噪聲，嚴(yán)重影響檢測結(jié)果；反之閾值選擇過大，則會出現(xiàn)運動目標(biāo)檢測不完整或者漏檢的情況[3]。

三幀差分法檢測結(jié)果如圖2 所示。

從圖2 可以看出，三幀差分法具有原理簡潔、運算量小、可以迅速監(jiān)測到現(xiàn)場中的運動等優(yōu)點。當(dāng)運動目標(biāo)速率較快時，運動目標(biāo)的檢測結(jié)果比兩幀差分法更完整。然而，由于運動目標(biāo)前后圖像存在重疊部分，檢測到的運動目標(biāo)內(nèi)部會存在較大的連通空洞，降低了移動目標(biāo)的可識別性[4-5]。

通過三幀差分圖和二幀差分圖的比對，可以清晰地看到與二幀差分圖相比，雖然三幀差分法去掉了二幀差分圖出現(xiàn)的“重影” 現(xiàn)象，使運動目標(biāo)輪廓更加清晰，但同時三幀差分法同樣在使用了閾值構(gòu)建差分圖進行轉(zhuǎn)換后，幀間差分圖效果良好，三幀差分圖目標(biāo)的輪廓很多被“腐蝕” 掉了，讓“空洞” 變得更大，從而過程中不能準(zhǔn)確地檢測到目標(biāo)的輪廓以及內(nèi)部像素點信息，使目標(biāo)檢測的誤差變大。因此，三幀差分法適用于運動目標(biāo)形體較小、運動速度快、對輪廓信息要求不高的無遮擋的場景中。

2.2.2 混合高斯算法

混合高斯算法（Gaussian Mixture Model，GMM）克服了在常規(guī)的幀內(nèi)差分法和背景差分法等計算中普遍存在的光照突變對結(jié)果產(chǎn)生的重大干擾。其通過使用高斯模型的個數(shù)選擇場景，增強了對環(huán)境本身的適應(yīng)性功能。而混合高斯算法則需要對視頻圖像幀的每一像素點都進行模擬，具體可以表示為：

式中：K為模型個數(shù)；ωi，t為權(quán)重；μi，t為均值；φi，t為協(xié)方差矩陣。

高斯混合模型建模步驟如下。

模型初始化：將第一幀圖像作為初始背景圖像。

更新模型的參數(shù)：把當(dāng)前幀的像素點和多個高斯點進行比較。如果像素點不能和高斯分布共存，則會影響像素點的和的背景值。

背景提取和前景檢測：根據(jù)優(yōu)先排列，對高斯分布作出排序。根據(jù)以下公式判斷：

混合高斯算法檢測結(jié)果如圖3 所示。

圖3 混合高斯算法檢測結(jié)果

從圖3 可以看出，混合高斯算法的優(yōu)點是在背景情況較復(fù)雜的情況下表現(xiàn)良好，可以根據(jù)視頻環(huán)境動態(tài)建立背景模型。但在單一場景下的處理效果就不盡如人意了。在日常生活中，運動目標(biāo)識別經(jīng)常被周圍環(huán)境等諸多因素干擾，如復(fù)雜背景、光照突變場景、目標(biāo)遮擋、陰影等。往往在復(fù)雜的場景下，對運動目標(biāo)檢測算法的適應(yīng)性要求更高，顯然已有單一的實時算法還無法滿足復(fù)雜場景的變化。但是只對背景區(qū)域進行更新，而對該幀的前景區(qū)域不進行更新，容易在檢測過程中產(chǎn)生虛影。因此，混合高斯模型在復(fù)雜變化中的穩(wěn)定性要遠高于幀間差分法。

3 結(jié)束語

該系統(tǒng)的開發(fā)環(huán)境選用Matlab，在算法選取后，開始以GUⅠ圖形用戶接口溝通的方式進行了界面的設(shè)計。幀間差分法、混合高斯模型法、ViBe 算法雖然是比較主流的實時目標(biāo)檢測算法，能夠快速清晰地檢測到運動對象的細(xì)節(jié)信息，但也存在部分缺陷，比如幀間差分法中視頻背景為固定的，ViBe 算法起始頁存在運動的對象會產(chǎn)生鬼影區(qū)域，混合高斯算法運行時效性較差等。目標(biāo)檢測算法在智能監(jiān)控系統(tǒng)、智能機器人檢測以及軍事戰(zhàn)略制導(dǎo)等領(lǐng)域中發(fā)揮著越來越重要的作用[6-7]。

根據(jù)檢測結(jié)果所呈現(xiàn)的問題來看，后續(xù)運動目標(biāo)檢測的研究方向需要從以下幾個方面著手：①遮擋問題。移動目標(biāo)的識別具有一定的視野局限，希望能夠增加多角度目標(biāo)檢測，從而更加全面準(zhǔn)確地獲取并識別運動目標(biāo)，應(yīng)對在識別過程中產(chǎn)生運動目標(biāo)相互遮擋或者外界遮擋物遮擋的特殊情況。②閾值自適應(yīng)選擇問題。幀間差分法和ViBe 算法的改進自適應(yīng)選擇合適的閾值，讓運動目標(biāo)的識別精度更加穩(wěn)定。③特殊環(huán)境下算法的健壯性和穩(wěn)定性。在遭遇雨、雪、霧、霾等影響視野距離的天氣時，期望仍然能夠利用該系統(tǒng)準(zhǔn)確地識別。本文所研究實現(xiàn)的實時算法在實際社會應(yīng)用中具有重大價值和意義。目前基于深度學(xué)習(xí)的運動目標(biāo)識別已經(jīng)取得了重大發(fā)展成果，但在實際復(fù)雜場景中的目標(biāo)識別仍然面臨著很多挑戰(zhàn)，需要進一步研究。