基于視頻圖像分析的運動目標檢測技術研究＊

賈倩倩，韓麗娜，黃凌霄

（寧夏大學信息工程學院，寧夏 銀川 750021）

1 研究背景及意義

在數字化時代的潮流下，人們對圖像處理技術的應用需求正在增加。檢測移動物體的技術是圖像處理的一個重要組成部分，在智能監測、智能交通、工業化過程控制、航空航天、軍事勘察等領域廣泛應用。另外，目標檢測技術還是身份識別領域的一個基礎算法，其在人臉識別、步態識別、人群計數和實例分割等后續任務中發揮著重要作用。

在基于靜態背景的目標識別中，由于實際應用場景中各種因素的干擾，計算機受到硬件發展速度的制約，運行速度、算法時間和空間復雜度具有一定上限，所以運動目標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 算法的優缺點對比，期望找到一個較好的算法，從而在靜態背景下可以獲取實時性較好、精度較高的目標檢測結果。

2 目標檢測算法

2.1 目標檢測及其算法分類

目標檢測是一種基于目標對象形態學和特征區別的圖像分割技術。從這個角度來看，視頻圖像可以分為3 個部分，分別是目標圖像、背景圖像和噪聲圖像，這可以將目標檢測轉換為目標對象和背景圖像之間的二元分割問題。根據運動目標的特性，通常根據監視設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 動態背景下的運動目標檢測及其算法

動態背景下的目標檢測是指運動圖像場景中存在目標對象和攝像儀器的相對運動，相較靜態背景的情況更加復雜。目前大多采用的方法是計算監控儀器的運動參數，采用背景補償的方法檢測運動目標。常見的動態背景下的運動目標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，運動目標也隨時發生著位置變化，攝像儀器處于相對運動的狀態，圖像中目標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，將會導致目標的形狀、尺寸以及視頻光照條件發生變化[1-2]。與此同時，現實中多運動目標的遮擋和外界干擾遮擋的情況常有發生，這些也都是動態背景下需要解決的問題。

2.1.2 靜態背景下的運動目標檢測及其算法

基于靜態背景的運動目標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。一些人嘗試應用一些優秀的算法，如機器學習來檢測視頻序列圖像中的運動目標。然而，由于計算機硬件的限制，現實中的計算速度和算法復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 基于靜態背景建模的目標檢測

2.2.1 幀間差分法

幀間差分法（Frame difference method）也稱二幀差分法，主要應用場景是背景圖像固定，而運動目標隨時間動態變化的場景。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，選擇一個適當的閾值濾波掉視頻幀的背景，以便獲取到完整的運動目標。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）為提取的運動目標的二值圖像；T為閾值。

具體步驟如下：將當前幀進行灰度化；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，這時閾值設置對實驗結果有明顯影響，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。

二幀差分法檢測結果如圖1 所示。

圖1 二幀差分法檢測結果

從圖1 可以看出，二幀差分法的優點是運算簡便、即時性較強、對各種動態環境的適應力強、魯棒性較強；缺陷是檢查的目標輪廓不完整，檢查出的結果帶有“空洞”。另外，測試結果在運動方向上目標被拉長，在檢測快速運動的物體時會出現“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上，同時獲取當前幀、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，同理將后一幀與當前幀差值絕對值閾值二值化，結果將所獲得的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。

其數學模型如下：

式中：D1（x，y）、D2（x，y）分別為對應的差分結果；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果。

T為預先設點的閾值，如果T選取得過小，會出現大量噪聲，嚴重影響檢測結果；反之閾值選擇過大，則會出現運動目標檢測不完整或者漏檢的情況[3]。

三幀差分法檢測結果如圖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、可以迅速監測到現場中的運動等優點。當運動目標速率較快時，運動目標的檢測結果比兩幀差分法更完整。然而，由于運動目標前后圖像存在重疊部分，檢測到的運動目標內部會存在較大的連通空洞，降低了移動目標的可識別性[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的“重影” 現象，使運動目標輪廓更加清晰，但同時三幀差分法同樣在使用了閾值構建差分圖進行轉換后，幀間差分圖效果良好，三幀差分圖目標的輪廓很多被“腐蝕” 掉了，讓“空洞” 變得更大，從而過程中不能準確地檢測到目標的輪廓以及內部像素點信息，使目標檢測的誤差變大。因此，三幀差分法適用于運動目標形體較小、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）克服了在常規的幀內差分法和背景差分法等計算中普遍存在的光照突變對結果產生的重大干擾。其通過使用高斯模型的個數選擇場景，增強了對環境本身的適應性功能。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；ωi，t為權重；μi，t為均值；φi，t為協方差矩陣。

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：把當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：根據優先排列，對高斯分布作出排序。根據以下公式判斷：

混合高斯算法檢測結果如圖3 所示。

圖3 混合高斯算法檢測結果

從圖3 可以看出，混合高斯算法的優點是在背景情況較復雜的情況下表現良好，可以根據視頻環境動態建立背景模型。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，運動目標識別經常被周圍環境等諸多因素干擾，如復雜背景、光照突變場景、目標遮擋、陰影等。往往在復雜的場景下，對運動目標檢測算法的適應性要求更高，顯然已有單一的實時算法還無法滿足復雜場景的變化。但是只對背景區域進行更新，而對該幀的前景區域不進行更新，容易在檢測過程中產生虛影。因此，混合高斯模型在復雜變化中的穩定性要遠高于幀間差分法。

3 結束語

該系統的開發環境選用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檢測算法，能夠快速清晰地檢測到運動對象的細節信息，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生鬼影區域，混合高斯算法運行時效性較差等。目標檢測算法在智能監控系統、智能機器人檢測以及軍事戰略制導等領域中發揮著越來越重要的作用[6-7]。

根據檢測結果所呈現的問題來看，后續運動目標檢測的研究方向需要從以下幾個方面著手：①遮擋問題。移動目標的識別具有一定的視野局限，希望能夠增加多角度目標檢測，從而更加全面準確地獲取并識別運動目標，應對在識別過程中產生運動目標相互遮擋或者外界遮擋物遮擋的特殊情況。②閾值自適應選擇問題。幀間差分法和ViBe 算法的改進自適應選擇合適的閾值，讓運動目標的識別精度更加穩定。③特殊環境下算法的健壯性和穩定性。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準確地識別。本文所研究實現的實時算法在實際社會應用中具有重大價值和意義。目前基于深度學習的運動目標識別已經取得了重大發展成果，但在實際復雜場景中的目標識別仍然面臨著很多挑戰，需要進一步研究。