基于改进压缩背景码书模型的运动目标检测方法

来源:用户上传      作者:段继华 郝铎 刘华宇 卢梦思

　　摘要：运动目标检测是视频监控系统中的关键技术步骤。传统算法一般通过视频序列中像素分布的时空域特点进行判断，对亮度变化和阴影的鲁棒性较差。提出了一种基于改进压缩背景码书模型的运动目标检测方法，提出了一种改进色彩偏差和亮度差异阈值的检测策略，并采用形态学处理去除不规则和较小面积误检测的影响，对外界光线变化具有更强的鲁棒性。仿真实验表明，此算法在暗/亮区域目标检测中更具合理性，证明了算法的有效性。
　　关键词：压缩背景码书模型；运动目标检测；色彩偏差；亮度差异阈值
　　中图分类号：TP391.4文献标志码：A文章编号：1008-1739（2022）05-59-4
　　0引言
　　运动目标检测是计算机视觉监控/跟踪系统中的关键步骤[1-3]。在视频监控或光电雷达系统中，运动目标检测技术是识别、跟踪等后续处理的前提，直接决定后续处理的精度。根据文献显示，运动目标检测算法可以大致分为以下几类：①基于学习的分割方法[4-5]，训练时间过于冗长，通过迁移学习的方法训练也具有一定局限性。②基于图像亮度差分的检测方法[6-7]，差分检测方法仅对边缘具有较强的识别能力，不能有效识别运动物体内部的像素。③基于压缩背景码书模型算法的检测方法[8]。传统码书算法在视频图像的暗区（像素值较低部分）和亮区（像素值较高部分），由于色彩偏差和亮度阈值的适应性不强造成的码字匮乏现象，从而使检测结果出现大量误检测和虚影。
　　针对传统码书模型在暗/亮区的误检测和虚影问题，本文进行了两方面的研究：①通过在不同亮度区域测试和分析，讨论了色彩偏差、亮度阈值合理区间以及自适应阈值问题。②根据分析结果，提出了一种由改进的色彩偏差和亮度阈值构建的新型背景码书模型，实现运动目标的动态检测。
　　1传统码书模型缺陷分析及模型改进
　　压缩背景码书模型是Kim等人[8]于2005年提出的一种实时运动目标检测算法。背景码书模型主要基于2个评价指标创建，第一个标准是色彩偏差阈值，第二个是亮度差异阈值，即如果一个输入像素满足：①与某个码字之间的色彩偏差小于色彩偏差阈值；②与某个码字之间亮度差处于亮度阈值区间之内，则认为该输入像素属于背景像素；否则认为该像素为前景运动物体像素。
　　在传统的压缩背景码书算法中，码书模型是根据色彩偏差和亮度差异来构造的。该策略基于以下2个结论：①在光照变化过程中，像素值大多沿原点（0，0，0）方向的轴呈细长状分布。②当光照发生变化时，物体的亮度值也在亮度阈值范围内发生变化。然而，在某些特殊情况下，这个数学模型并不适用。
　　1.1传统背景码书模型缺陷分析
　　对不同颜色块中的5个点进行测试，如图1所示。不同光照下被测点的RGB值如图2所示，当值接近255时，测试点4和测试点5像素值沿轴向点（255，0，0）呈细长形状分布。因此，传统的色彩偏差计算公式在值接近255时，其色彩偏差可能产生比较大的数值，从而会产生过多的码字，导致最大时间间隔过短，出现码字匮乏现象，造成检测精度下降。
　　1.2模型改进
　　2改进压缩背景码书模型运动目标检测算法
　　2.1背景码书模型构建
　　背景码书模型构造完成后，将时刻属于背景的所有像素赋给一个码字，反复执行步骤②～⑤，即可完成背景码书模型的构造。
　　2.2运动目标检测
　　3实验结果
　　使用了2个典型的评价标准Tanimoto/Jacard error（T/JE）[15]和normalized absolute error（NAE）[16]进行对比，并得出相应的可视化结果。做了如下3组实验，在红色箭头处有明显的光线波动、或者暗区和亮区。检测结果分别如图3、D4和图5所示。WT算法可以识别出运动物体的轮廓，但是有时在运动目标内部会出现孔洞。Kim的方法能够获得更好的检测结果，但在光照频繁变化处以及暗/亮区有很多误检测。Sigari的方法的检测效果优于前2种方法；但不能完全避免在特殊区域出现的误检测。与其他方法相比，本文所提方法的检测结果明显提升，并克服了对频繁局部光照变化敏感的缺点。

转载注明来源:https://www.xzbu.com/1/view-15430444.htm