运动目标检测 - 图文

人体运动检测 王华均

三、人体运动检测

3.1灰度图像检测目标

鉴于灰度图像的检测，这里采用背景减除法。首先读取n帧图像，将这n帧图像转化为灰度图像，然后把n幅图像加起来除以总的帧数，得背景平均值，即是背景图（如图1所示）。再读取待检测的一帧或者n帧目标图像，将它们转化为灰度图，然后分别与背景图作差分运算，即可检测出运动的人体（如图2所示）。

此时，可以从大体上看出我们所要找的目标，它并不是很清晰，它只是我们再继续后续工作的第一步，也是比较关键的一步。

图1 图2

可以看出，得到的目标图像是不清晰的，周围存在很多的噪声，还需要我们作进一步的进行处理。

3.2 基于彩色图像的运动检测

这里采用常用的背景减除法。采一帧没有运动目标的静态彩色图作为背景图。利用当前待检测的彩色图与背景图的差分来检测运动人体。直接将两幅RGB颜色模式的BMP图像（如图3和图4）的对应的三通道R、G、B分别相减，得到三个灰度图像{△R}、{△G}和{△B}。其效果图如图5(a)、图5(b)、图5(c)所示。然后对这三个灰度图像作加运算(如图6所示),得到最终用彩色图像检测出来的目标图像。为了有个对比效果，本文也做了对两幅RGB图像直接相减，得到一

5

人体运动检测 王华均

幅彩色图像,提取出的效果并不理想。因为在点（i,j）相减后的颜色值（△R，△G，△B）到底呈现什么颜色很难预料的。

图3 (彩色背景图) 图4 (目标彩色图)

图5(a)(红色灰度图) 图5(b)(绿色灰度图)

图5(c)(蓝色灰度图) 图6 (R、G、B叠加后效果图)

可以看到，在单利用R、G、B分量检测出的图像{△R}（图5(a)）、{△G }（图5(b)）、{△B}(如图5(c))所示，它们内部容易产生“空洞”现象，给后续的处理工作带来了一定困难。从以上的分析中，运动人体有很多的空洞，将该三幅灰度图像进行叠加后得到的图像{△R+△G+△B}，如图6所示。空洞性问题得到了很大的改善，但是噪声也叠加，越来越明显，特别是由于外部环境的影响。

四、小结

本文采用一种直接用彩色图像进行目标的检测，从而提取出运动人体的二值图像。同时也做了将彩色图像转化成灰度图像后，建立均值背景，运用背景差方

6

人体运动检测 王华均

法进行检测。然后比较两种方法的效果，由于彩色图像检测是采用三种基色主要是考虑尽可能地将运动区域检测出来，避免由于灰度图像无法将颜色不同而亮度相似的区域检测出来。虽然用彩色图像检测出来的目标图像的噪声明显的增加了，但通过一系列的处理，可以提取出较好的目标图像，所提取出来的人体轮廓较用灰度图像更加逼近人体。最后根据所提取出来的清晰目标求出其质心，拟合出运动轨迹。从实验的结果来看，由于是针对固定场景下的运动检测，对于有遮挡的动态环境下，本设计还需进一步改进。

7

人体运动检测 王华均

参考文献

[1] 王耀南,李树涛,毛建 计算机图象处理与识别技术[M] 北京:高等教育出版社 2001.6

[2] 黄薇,肖平,冯刚 一种具有良好完整性的运动检测与跟踪方法[J] 计算机与数字工程

2006/9

[3] 张雷,刘翼伟,王志良 固定场景下的运动检测与跟踪[J] 模式识别 2006/1

[4] 张弛 一种基于Directshow的实时运动监测系统的实现[J] 核电子学与探测技术

2006/9

[5] 郭文佳 野外环境中爆点目标的实时检测[J] visionchina机器视觉会议 2006/3 [6] 申金缓,张延 模式识别图像预处理中的目标快速定位法[J] 光电子-激光 1998/10 [7] 李华明 视频交通检测及车辆识别系统的设计[J] 中国图像网 2006/11

[8] 贾昔玲，涂艳琼，廖慧明 一种基于RGB图像的复杂背景下的运动检测方法[J] 计算

机 与现代化 2006/10

[9] 郝海淘，田玉敏 彩色图象分割方法及进展[J] 山西师范大学学报 2005/3

[10] 林洪文，涂丹，李国辉 基于统计背景模型的运动目标检测方法[J] 计算机工程2003

8