智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測探究

《智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測探究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測探究　　【摘要】現(xiàn)有的背景差分法在背景模型的維持和更新不能用于長期和復(fù)雜的場景，針對智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)的檢測，提出了幀間差分法重建背景圖像，背景差分法分離背景像素點(diǎn)與運(yùn)動(dòng)目標(biāo)點(diǎn)，自適應(yīng)背景更新方法應(yīng)用背景的定時(shí)自動(dòng)更新，有效的分離了運(yùn)動(dòng)目標(biāo)和背景圖像。該方法不僅能夠減小運(yùn)動(dòng)目標(biāo)的檢測誤差，而且提高系統(tǒng)運(yùn)行速度，實(shí)現(xiàn)復(fù)雜環(huán)境下的運(yùn)動(dòng)目標(biāo)檢測?！娟P(guān)鍵詞】智能視頻監(jiān)控運(yùn)動(dòng)目標(biāo)差分法背景更新隨著社會(huì)的不斷進(jìn)步，人們的活動(dòng)范圍越來越大，因此突發(fā)事件也越來越多，利用智能視頻監(jiān)控對其進(jìn)行監(jiān)控已經(jīng)成為很多國家關(guān)注的問題。但是

2、，目前大多數(shù)智能視頻監(jiān)控只是單純的對行為進(jìn)行監(jiān)控，而不能代替人腦主動(dòng)分析監(jiān)控行為。研究表明，單純的通過工作人員進(jìn)行監(jiān)控現(xiàn)場很難使得監(jiān)控系統(tǒng)成為一個(gè)安全系統(tǒng)。因?yàn)楣ぷ魅藛T不可能長時(shí)間對視頻進(jìn)行監(jiān)控，當(dāng)專注電視事件超過20分鐘后，工作人員會(huì)降低監(jiān)控水平。因此智能監(jiān)控在這種環(huán)境下應(yīng)運(yùn)而生。8智能視頻監(jiān)控是結(jié)合計(jì)算機(jī)視覺和視頻圖像分析技術(shù)，通過對攝像機(jī)記錄的圖像序列進(jìn)行自動(dòng)分析，實(shí)現(xiàn)對動(dòng)態(tài)場景中目標(biāo)的定位、識(shí)別和跟蹤，并在此基礎(chǔ)上分析和判斷目標(biāo)的行為，從而實(shí)現(xiàn)日常管理和異常情況下及時(shí)做出決策。智能視頻監(jiān)控具有多種優(yōu)點(diǎn)，比如非接觸測量、高精度、實(shí)時(shí)性

3、強(qiáng)，因此智能視頻監(jiān)控被廣泛運(yùn)用在公共場所進(jìn)行全天候、自動(dòng)、實(shí)時(shí)地監(jiān)控。雖然智能視頻監(jiān)控經(jīng)過了幾年的發(fā)展已經(jīng)有了大大的進(jìn)步，但是智能視頻監(jiān)控還存在著一些不足，本文對智能視頻監(jiān)控中的關(guān)鍵技術(shù)，即運(yùn)動(dòng)目標(biāo)檢測方法進(jìn)行研究。1運(yùn)動(dòng)目標(biāo)檢測方法在智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測的目的是將序列圖像中的變化區(qū)域從背景圖像中提取出來，在后期處理中運(yùn)動(dòng)區(qū)域的有效分割起著決定性作用。但是，運(yùn)動(dòng)目標(biāo)檢測是一項(xiàng)相當(dāng)困難的工作，由于背景圖像會(huì)經(jīng)常變化，比如天氣變化、陽光變化、影子等。目前在智能視頻監(jiān)控中幾種常見的運(yùn)動(dòng)目標(biāo)檢測方法有：光流法、相鄰幀差法，背景減法。1.1光流

4、法光流是空間運(yùn)動(dòng)物體被觀測面上的像素點(diǎn)運(yùn)動(dòng)產(chǎn)生的瞬間速度場，包含了物體表面結(jié)構(gòu)和動(dòng)態(tài)行為的重要信息。相機(jī)運(yùn)動(dòng)、場景中的目標(biāo)運(yùn)動(dòng)共同產(chǎn)生了光流。光流法的有點(diǎn)在于不需要知道場景的信息便可以檢測運(yùn)動(dòng)對象，而且光流法還可以運(yùn)用在攝像機(jī)運(yùn)動(dòng)的情況。但是光流法還有一些缺點(diǎn)，在噪音大、光源多、陰影多的情況下，光流法精確度相對比較低，而且光流法對硬件要求比較高，否則計(jì)算復(fù)雜，耗時(shí)較多，難以實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)實(shí)時(shí)檢測。81.2相鄰幀差法相鄰幀差法是目前在智能視頻監(jiān)控運(yùn)動(dòng)目標(biāo)檢測中運(yùn)用的最多的一類算法。相鄰幀差法原理是將相鄰兩幀圖像對應(yīng)的圖像值相減，如果相減的值相差

5、很小，則認(rèn)為該圖像是靜止的，否則是動(dòng)態(tài)的。將圖像中所有區(qū)域標(biāo)記下來，利用這些標(biāo)記的像素區(qū)域，就可以求出運(yùn)動(dòng)目標(biāo)在圖像中的位置。相鄰幀差法的有點(diǎn)在于對于動(dòng)態(tài)圖像具有較強(qiáng)的自適應(yīng)性，魯棒性較好，能夠適應(yīng)各種環(huán)境。但是算法的缺點(diǎn)在于無法提取所有的特征像素點(diǎn)，這就導(dǎo)致了在運(yùn)動(dòng)實(shí)體內(nèi)部容易產(chǎn)生空洞現(xiàn)象。1.3背景減法背景減法也是運(yùn)動(dòng)目標(biāo)檢測的常用方法，其原理是將輸入圖像與背景模型進(jìn)行比較，通過判定灰度特征的變化判斷異常情況的發(fā)生和分割運(yùn)動(dòng)目標(biāo)。在背景減法中，常用的方式為：從監(jiān)控的視頻中抽取一副圖像作為背景。雖然背景減法能夠提供非常完全的特征數(shù)據(jù)，但是

6、對于光照等外來因素特別敏感。背景減法的優(yōu)點(diǎn)在于實(shí)現(xiàn)簡單，能夠分割運(yùn)動(dòng)對象。2運(yùn)動(dòng)目標(biāo)檢測實(shí)現(xiàn)2.1問題提出在視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測需要解決以下幾個(gè)問題：8（1）對象是運(yùn)動(dòng)的，而且背景圖像也不固定，背景圖像隨著對象的運(yùn)動(dòng)而運(yùn)動(dòng)，因此要解決在視頻采集的同時(shí)如何獲取背景圖像；（2）獲取背景圖像后，如何觸發(fā)采集設(shè)備從視頻流序列中采集圖像；（3）背景更新問題，光線天氣等原因經(jīng)常發(fā)生劇烈變化，如果一直使用同一背景，那么檢測結(jié)果必然會(huì)發(fā)生巨大偏差，因此應(yīng)該隨時(shí)對背景進(jìn)行更新。2.2重建背景將視頻流中連續(xù)兩幀圖像進(jìn)行對比分析可知，每幀圖像又可以分為背景和前

7、景兩類區(qū)域。灰度值變化較小的像素點(diǎn)構(gòu)成背景區(qū)域，灰度值變化較大的像素點(diǎn)構(gòu)成前景區(qū)域，運(yùn)動(dòng)目標(biāo)當(dāng)前和原來所在的區(qū)域都包括在內(nèi)。因此，針對2.1節(jié)所提出的第一個(gè)問題，系統(tǒng)檢測的背景不確定的問題，可以采用每次采集圖像時(shí)使用幀間差分法重新獲取背景圖像，重建背景。對于一段連續(xù)的視頻圖像，運(yùn)用幀間差分法獲取幀圖像進(jìn)行兩兩差分，然后根據(jù)差分結(jié)果來獲取每一幀圖像的背景區(qū)域和前景區(qū)域，然后取背景像素點(diǎn)的灰度值的平均值作為背景圖像。重建背景的過程如下：假設(shè)視頻圖像序列為F1至Fn，取Fk（i，j）和Fk+1（i，j）為視頻序列中的兩個(gè)相鄰圖像。對Fk（i，j）

8、和Fk+1（i，j）進(jìn)行幀間差分法處理，從而檢測背景像素點(diǎn)。檢測規(guī)則函數(shù)如公式（1）所示。8（1）其中，T為實(shí)際灰度值，計(jì)算T的公式如公式（2）所示。（2）在公式（1）中，B（i