程序 - 图文

兰州理工大学毕业论文 第二章 基于帧间差分法的背景提取算法研究

帧间差分法的基本原理是将视频序列中的两帧图像相减，然后将图像平滑去噪，判断差分图像中每一个像素点的值[3]，（当差分图像中一个像素点的值小于某已预先设定的阈值的时候，就是背景像素，当其他时则为前景）。即根据像素值的变化来确定目标的位置。

2.1 简介

图像序列中的运动目标检测是一个重要且十分困难的研究领域，在实现运动视频理解主要关注于视频流中运动对象的识别和分析，滤除图像中与运动对象无关的信息。运动目标的正确检测将大大提高后续跟踪的准确性。

目前常用的运动目标检测方法主要有两种[4]：第一种是帧差分法，帧差分法是基于时间序列图像上的差分图像实现运动目标的检测。第二种是背景差分法，背景差分法是基于图像序列和背景参考模型相减实现运动目标的检测。

帧差分法是利用视频序列中连续的帧图像的差异进行目标检测和提取，是最为常用方法之一，其思想是利用视频图像序列相邻帧中像素的变化进行目标检测，主要通过像素时间差分以及阈值二值化提取运动目标。帧差分法中的阈值处理相当关键，因为过低的阈值不能有效的抑制图像中的噪声，过高的阈值将抑制图像中有用的变化。运动变化域值的选择通常取决于场景光照和摄像机等外界具体环境条件。阈值选择可以分为全局阐值和局部阈值，通常在图像中不同光照区域引起的噪声也不相同，因此采用局部阈值能更好的抑制噪声。

帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法，它可以很好地适用于存在多个运动目标和摄像机移动的情况。当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像亮度羞的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动。图像序列逐帧的差分，相当于对图像序列进行了时域卜的高通滤波。

2.2 二帧差法

通过帧差分法检测到的运动目标仍然存在噪点及漏洞等缺陷。所以需要将其进行相应的形态学处理，使其更准确。帧差分法又分为：相邻二帧差分法和三帧差分法，一个基本的相邻二帧差法的运算过程如图2.1所示[5]

4

兰州理工大学毕业论文

第一帧

第二帧ft ft?1 滤波处理 _ 阈值处理 形态学处理 目标提取 滤波处理 图2.1 相邻二帧差法流程图 相邻二帧差分法检测出来的运动目标并不是很准确，这主要是由于受目标的运动而产生的背景影响，为减小运动背景带来的影响，所以现在一般使用相邻三帧差分法来提取运动目标。

2.3 三帧差法

随着数字电视和视频监控技术的不断发展，对图像[6]运动目标的有效检测、提取已成为关键技术，是进行目标跟踪、识别等后续处理的基础。处理速度和可靠性是运动目标检测需要解决的两个基本问题，也是衡量有关算法优劣的两项重要指标。现有的运动目标检测方法主要分为3类，包括帧间差分法、背景减除法以及光流分割法，三者各有优缺点[7]：

（1）帧间差分法利用基于时间序列图像中相邻的两帧或三帧图像相减，得到差分图像，然后通过阈值选取得到运动目标的信息，这种方法计算简单，容易实现，但是一般难以获得运动目标的完整轮廓，易在目标内部产生“双影”及“空洞”现象，导致检测到的目标信息不准确。

（2）背景减除法的基本思想是首先构建一个背景，然后用当前帧图像和背景相减，根据差分图像检测运动目标。这种方法简单，易于实现，能够较好地提取出目标的特征数据，但对于外界环境的变化非常敏感，适用于背景已知的情况。如何找到高效实用的背景模型并对其进行更新是这种方法的研究重点。

（3）光流分割法利用运动目标随时间变化的矢量特征在图像序列中检测运动区域。在摄像机存在运动的情况下其性能较好，但算法复杂，运算量较大，需要专门的硬件支持，难于满足视频流实时处理的要求。

mt(i,j)?ft?1(i,j)?ft(i,j)?ft(i,j)?ft?1(i,j) (2.1)

?255,ifmt(i,j)?TMt(i,j)?? (2.2) ?o,其他?

5

兰州理工大学毕业论文 其中ft?1(i,j)为三帧差分法图像第一帧，ft(i,j)为第二帧，ft?1(i,j)为第三帧，mt(i,j)为三帧变化部分图像，经过选取适当的阈值T，就能区分前景与背景，分离出运动目标，即为中间帧运动目标二值化值。

像素差分法得到中间帧的运动目标。这样可以减小由于目标运动而产生的背景影响，得出更准确的运动目标。从图中可以看出由于减小了目标运动带来的背景影响，三帧差分法比相邻二帧差分法检测到的运动目标更加准确，更符合实际的目标。

第二帧f t第一帧f t?1滤波处理 - * 阈值处理 形态学处理 目标提取 滤波处理 - 滤波处理

第三帧f t?1图2.2 三帧差分法流程图

图2.2为三帧差分法提取运动目标的流程图。其主要是利用连续三帧图像的像素差分法得到中间帧的运动目标。这样可以减小由于目标运动而产生的背景影响，得出更准确的运动目标。

帧间差分法是传统运动同标检测方法中最直接、最简单的一种方法。首先，它将选定的背景图像储存起来，然后将序列图像当前帧与背景图像做减法运算。由于运动物体和背景在灰度或色彩上存在差别，相减后所得结果中每像基于背景差分法和帧间差分法的视频活动检测素的值和一个预先设定的阈值相比较，如果这个像素的值大于设定的阈值，则判定被监控的场景中存在运动物体，从而得到运动的同标。背景图像差分法其原理和算法设计简单；可以根据实际情况确定阈值进行处理，所得结果直接反映了运动目标的位置、大小、形状等信息，能够得到比较精确的运动目标信息。但同时也存在受光线、天气等外界条件变化的影响较大；用背景图像差分法去处理目标由静止开始运动的情况，可能出现“鬼影”现象等缺点。在运用背景图像差分法时，应该重点考剧l、如何获得背景图像。背景图像中要求不应该包含运动目标，但是在某些情况下却很难满足这一要求，这就要求用已有图像(其中包含运 目标)去构造一个不包含运动目标的背景图像。2、如何处理动态背景和视频噪声。运用背景图像差分法，理想的情况就是背景完全不发生变化且没有噪声污染，可是实际中很少能达到这样的理想情况。其主要原因是，视频图像在获取的过程中都会掺入视频噪卢；在户外的情况，背景经常会受到光线和风等自然因素影响而发生变化。根据噪声的米源，可以采用不同

6

兰州理工大学毕业论文 的滤波器消除噪声，同时采用自适应动态背景更新的方法来减小动态背景对检测结果的影响。 3、如何选取阈值。阈值的选取直接决定了检测结果的好坏，只有恰当的阈值才能正确地分割出运动目标所占的区域。现在普遍采用根据经验来选取阈值的方法。

在图像处理过程中,帧间差分是通过计算相邻两帧图像之间的差值来获得运动区域的，通过差值图像能快速的检测出相邻图像中运动目标所引起的运动范围，但是它提取的运动目标比实际的要大，往往出现“双影”现象，如图２所示；另外，由于检测出来的物体是前后两帧相对变化的部分，无法检测到重叠部分，导致检测到的目标发生“空洞”现象。而三帧差分法是在帧间差分的基础上进行改进，将相邻的三帧图像作为一组进行再差分，能较好的检测出中间帧运动目标的形状轮廓。

7