基于高斯混合模型的视频目标检测技术研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目
录
一、绪论.....................................................................................................1 （一）课题研究背景及意义 ..............................................................1 （二）国内外研究现状 ......................................................................3 （三）基础知识介绍 ..........................................................................4 1.目标检测技术简述 .....................................................................4 2.运动目标检测的基本方法 .........................................................5 3.背景差分算法 .............................................................................7 （四）本文研究内容及文章组织结构 ..............................................9 二、开发环境配置及工具介绍 ..............................................................10 （一）OpenCv 的介绍 ......................................................................10 （二）Visual Studio 2008 介绍 .........................................................13 （三）OpenCv 在 Visual Studio 2008 下的配置 .............................14 1.编译 OpenCv .............................................................................14 2.配置 Windows 环境变量 Path ..................................................16 3.为 Visual Studio 2008 配置 OpenCv 环境 ..............................16 4.使用 OpenCv 2.0 编程 .............................................................16 三、基于高斯混合模型的视频目标检测 ..............................................17 （一）背景建模算法的背景知识 ....................................................17 （二）高斯混合模型背景建模的原理 ............................................18 1.模型的建立 ...............................................................................19 2.模型的更新 ...............................................................................20 3.基于高斯混合模型的前景检测 ...............................................22 （三）高斯背景建模的算法流程 ....................................................23 （四）后期形态学处理 ....................................................................23 （五）实验结果与分析 ....................................................................26 1.模型参数的探讨 .......................................................................26 2.形态学处理 ...............................................................................37 （六）课题前景展望 ........................................................................39 四、收获与体会.......................................................................................39 参考文献...................................................................................................40 谢 辞.................................................................................................... - 41 I
一、绪论 （一）课题研究背景及意义 人类对客观世界的感知和认识绝大部分是通过视觉来获取的， 因 此视觉信息是人类认识客观世界的主要来源之一。 计算机视觉是一门 研究如何使机器“看”的科学，更进一步的说，它的目的是用计算机代 替人眼及大脑对景物环境进行感知、解释和理解。计算机视觉是人工 智能领域最热门的课题之一，与专家系统、自然语言理解一起成为人 工智能最活跃的三大领域。计算机视觉起源于人工智能的一个梦想， 让计算机能够像我们人类一样进行视、听、说和思考，辅助人类对环 境进行感知、解释和理解。 运动目标检测技术【5】是计算机视觉领技术研究
摘 要:目前，在视频监控领域中，有效快速地进行视频目标检测和分割是
对视频分析处理的关键技术，但同时精确、快速、完整分割出背景，又是运动目 标精确提取中的难点。针对固定摄像机的视频监控系统，提出了一种基于高斯混 合模型的视频目标检测方法。根据视频中的每个像素在时间域上的分布情况，用 K(3-5)个高斯成分来构建各个像素的颜色分布模型，以达到对背景建模的目的。 在建模过程中，发现检测到的目标中包含了大量空洞和噪声，因此本文还采用了 形态学的处理方法，对视频图像进行了腐蚀、膨胀处理。实验结果表明，通过高 斯背景建模和形态学处理的结合进行后，视频目标分离出的轮廓较为清晰，画面 噪声大为减少。本文首先综述了课题的研究背景和意义，分析了国内外的研究现 状以及发展趋势，并对本文的研究重点和工作安排做了简要说明。本文所选择的 是 Visual Studio 开发平台， 通过添加计算机视觉处理库 OpenCV， 并利用 OpenCV 提供的部分函数对视频进行处理。 关键词：OpenCV；高斯混合模型；运动目标检测；形态学处理
3
目标信息，而且速度快，算法简单，检测准确。能满足系统实时性要 求。但是对动态场景如光线、噪声等的变化却比较敏感，因此需要对 背景做不断地更新。 Stauffer 等人提出了经典的自适应混合高斯背景提模型【12】 。这种 方法是基于像素的背景建模方法， 它是根据视频中的每个像素在时间 域上的分布情况来构建各个像素的颜色分布模型， 以此达到对背景进 行建模的目的。混合高斯背景模型是有限个高斯函数的加权和，它能 够描述像素的多峰状态。适合于对光照渐变，树木摇摆等复杂背景进 行准确建模。 （三）基础知识介绍 1、目标检测技术简述 目标检测，也叫目标提取，是一种基于目标几何和统计特征的图 像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个 系统的一项重要能力。尤其是在复杂场景中，需要对多个目标进行实 时处理时，目标自动提取和识别就显得特别重要。 随着计算机技术的发展和计算机视觉原理的广泛应用， 利用计算 机图像处理技术对目标进行实时跟踪研究越来越热门， 对目标进行动 态实时跟踪定位在智能化交通系统、智能监控系统、军事目标检测及 医学导航手术中手术器械定位等方面具有广泛的应用价值。 对目标进行动态实时检测定位主要包括运动目标检测、 目标分类、 目标跟踪和行为理解四个部分。其中，运动目标检测是从序列图像中 将运动变化区域从背景图像中分割提取出来，以备后续步骤的使用， 目标检测的目的就是准确通过从运动检测得到的运动区域中提取出 与目标相对应的点，与目标检测相比，目标跟踪属于更高级的计算机 视觉问题。它为下一步的行为理解提供充分的数据，而行为理解是通
1
运动目标的分类、跟踪及行为理解等后续处理产生重要影响。尽管人 类既能看见运动的又能看见静止的物体，但是在许多场合，如交通流 量的检测、重要场所的保安、航空和军用飞机的制导、汽车的自动驾 驶或辅助驾驶等，往往只对运动的物体感兴趣。因此，研究运动目标 的检测问题，有很大的理论意义和应用价值。国际电子电器工程师协 会 （IEEE） 每年召开的国家计算机视觉大会(Intemational Conference on Computer Vision)上， 都把运动目标检测与跟踪当作一个重要的研究议 题，为此展开深入的讨论。运动目标检测的理论层出不穷，方法也同 新月异，充分说明了各国研究机构对此的浓厚兴趣。 运动目标检测的主要应用有： 1、军事领域。主要包括自动驾驶飞行器、自动目标跟踪、无人 驾驶车辆，特别又是在制导和导航方面有广泛的应用前景。 2、智能视频监控【8】 。目前，尽管视频监控系统作为公共安全领 域中的一项重要技术已经得到了广泛的应用， 但是大多数视频监视系 统的应用仅仅停留在监控者对视频信号的人工监视和事后录像分析 和调查取证上，浪费了大量的资源。 智能化视频监控系纠是近几年 来计算机视觉领域中的一个新兴的研究方向。 它的应用需求主要来自 对安全需求敏感的场合，如商店、银行、停车场等。这些系统的特点 是利用计算机视觉和视频分析的方法自动分析摄像机拍录的图像序 列，实现对场景中目标的定位、识别和跟踪，并在此基础上分析和判 断目标的行为，从而减少对人工的依赖。而在这个系统中，运动目标 检测技术是其核心的部分，是保证整个系统正常运作的关键。 3、交通检测。在交通运输系统中，可以通过运动目标检测算法 对交通进行控制以提高交通运输的效率和安全。 尤其是在道路交通情 况监测方面， 可以用运动目标检测的方法实现对交通流量和车辆安全
2
行驶的掌握。在北京成功申办 2008 奥运会后，国际社会一度对北京 的交通状况表示忧虑， 为此北京市政府引进了较为先进的智能交通管 理系统。计算机在不需要，或者只需要很少人干预的情况下，能够在 通过对摄像机拍摄的视频序列分析的基础上， 实现车辆的检测与跟踪， 并且进一步分析和判断车辆的行为， 从而可以给出对车辆行为的语义 描述。这样便实现了对车辆的日常管理和对突发事件的响应，为整个 社会提供了一种便捷的交通检测方法， 大大减少了对人力物力的需求。 4、人机交互。目前，在实际的应用中，我们是通过鼠标和键盘 实现与计算机的交互，而在高级用户接口领域中，我们希望在未来计 算机能够像人一样的和我们交流，如手语翻译、手势驱动等。在人和 计算机无接触的情况下， 计算机收集人类在计算机前面发出的视频信 号，继而利用相关理论分析视频信号，以达到辨识人类的动作，明白 人类的需求的目的。 今后人机交互的发展方向就是以上这种以人为中 心的人机界面。 而对人手和人脸的检测， 是实现这种技术的前提条件。 （二）国内外研究现状 运动目标检测是一种将运动的前景从背景中分割出来的技术， 运 动区域的正确分割对以后的运动目标跟踪和行为理解等后期处理起 到了至关重要的作用。 目前已经广泛应用的运动目标检测与分割方法 主要有：帧间差分法【3】 ，光流法，背景差分法等等【5】 。帧间差分法对 场景光线的变化不敏感， 当目标物表面大块区域灰度均匀时将会出现 “空洞”而使目标分割成多个区域； 光流法采用了运动目标随时间变化 的光流场物理特性，从而有效地提取出运动目标。其优点是在摄像机 运动的条件下也能有效地分割出独立的运动目标。 其缺点是计算特别 复杂，计算量大而难以满足实时性要求。背景差分法是将当前视频帧 与背景图像的差分来检测运动区域的算法， 它能够提供最完整的运动
录
一、绪论.....................................................................................................1 （一）课题研究背景及意义 ..............................................................1 （二）国内外研究现状 ......................................................................3 （三）基础知识介绍 ..........................................................................4 1.目标检测技术简述 .....................................................................4 2.运动目标检测的基本方法 .........................................................5 3.背景差分算法 .............................................................................7 （四）本文研究内容及文章组织结构 ..............................................9 二、开发环境配置及工具介绍 ..............................................................10 （一）OpenCv 的介绍 ......................................................................10 （二）Visual Studio 2008 介绍 .........................................................13 （三）OpenCv 在 Visual Studio 2008 下的配置 .............................14 1.编译 OpenCv .............................................................................14 2.配置 Windows 环境变量 Path ..................................................16 3.为 Visual Studio 2008 配置 OpenCv 环境 ..............................16 4.使用 OpenCv 2.0 编程 .............................................................16 三、基于高斯混合模型的视频目标检测 ..............................................17 （一）背景建模算法的背景知识 ....................................................17 （二）高斯混合模型背景建模的原理 ............................................18 1.模型的建立 ...............................................................................19 2.模型的更新 ...............................................................................20 3.基于高斯混合模型的前景检测 ...............................................22 （三）高斯背景建模的算法流程 ....................................................23 （四）后期形态学处理 ....................................................................23 （五）实验结果与分析 ....................................................................26 1.模型参数的探讨 .......................................................................26 2.形态学处理 ...............................................................................37 （六）课题前景展望 ........................................................................39 四、收获与体会.......................................................................................39 参考文献...................................................................................................40 谢 辞.................................................................................................... - 41 I
一、绪论 （一）课题研究背景及意义 人类对客观世界的感知和认识绝大部分是通过视觉来获取的， 因 此视觉信息是人类认识客观世界的主要来源之一。 计算机视觉是一门 研究如何使机器“看”的科学，更进一步的说，它的目的是用计算机代 替人眼及大脑对景物环境进行感知、解释和理解。计算机视觉是人工 智能领域最热门的课题之一，与专家系统、自然语言理解一起成为人 工智能最活跃的三大领域。计算机视觉起源于人工智能的一个梦想， 让计算机能够像我们人类一样进行视、听、说和思考，辅助人类对环 境进行感知、解释和理解。 运动目标检测技术【5】是计算机视觉领技术研究
摘 要:目前，在视频监控领域中，有效快速地进行视频目标检测和分割是
对视频分析处理的关键技术，但同时精确、快速、完整分割出背景，又是运动目 标精确提取中的难点。针对固定摄像机的视频监控系统，提出了一种基于高斯混 合模型的视频目标检测方法。根据视频中的每个像素在时间域上的分布情况，用 K(3-5)个高斯成分来构建各个像素的颜色分布模型，以达到对背景建模的目的。 在建模过程中，发现检测到的目标中包含了大量空洞和噪声，因此本文还采用了 形态学的处理方法，对视频图像进行了腐蚀、膨胀处理。实验结果表明，通过高 斯背景建模和形态学处理的结合进行后，视频目标分离出的轮廓较为清晰，画面 噪声大为减少。本文首先综述了课题的研究背景和意义，分析了国内外的研究现 状以及发展趋势，并对本文的研究重点和工作安排做了简要说明。本文所选择的 是 Visual Studio 开发平台， 通过添加计算机视觉处理库 OpenCV， 并利用 OpenCV 提供的部分函数对视频进行处理。 关键词：OpenCV；高斯混合模型；运动目标检测；形态学处理
3
目标信息，而且速度快，算法简单，检测准确。能满足系统实时性要 求。但是对动态场景如光线、噪声等的变化却比较敏感，因此需要对 背景做不断地更新。 Stauffer 等人提出了经典的自适应混合高斯背景提模型【12】 。这种 方法是基于像素的背景建模方法， 它是根据视频中的每个像素在时间 域上的分布情况来构建各个像素的颜色分布模型， 以此达到对背景进 行建模的目的。混合高斯背景模型是有限个高斯函数的加权和，它能 够描述像素的多峰状态。适合于对光照渐变，树木摇摆等复杂背景进 行准确建模。 （三）基础知识介绍 1、目标检测技术简述 目标检测，也叫目标提取，是一种基于目标几何和统计特征的图 像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个 系统的一项重要能力。尤其是在复杂场景中，需要对多个目标进行实 时处理时，目标自动提取和识别就显得特别重要。 随着计算机技术的发展和计算机视觉原理的广泛应用， 利用计算 机图像处理技术对目标进行实时跟踪研究越来越热门， 对目标进行动 态实时跟踪定位在智能化交通系统、智能监控系统、军事目标检测及 医学导航手术中手术器械定位等方面具有广泛的应用价值。 对目标进行动态实时检测定位主要包括运动目标检测、 目标分类、 目标跟踪和行为理解四个部分。其中，运动目标检测是从序列图像中 将运动变化区域从背景图像中分割提取出来，以备后续步骤的使用， 目标检测的目的就是准确通过从运动检测得到的运动区域中提取出 与目标相对应的点，与目标检测相比，目标跟踪属于更高级的计算机 视觉问题。它为下一步的行为理解提供充分的数据，而行为理解是通
1
运动目标的分类、跟踪及行为理解等后续处理产生重要影响。尽管人 类既能看见运动的又能看见静止的物体，但是在许多场合，如交通流 量的检测、重要场所的保安、航空和军用飞机的制导、汽车的自动驾 驶或辅助驾驶等，往往只对运动的物体感兴趣。因此，研究运动目标 的检测问题，有很大的理论意义和应用价值。国际电子电器工程师协 会 （IEEE） 每年召开的国家计算机视觉大会(Intemational Conference on Computer Vision)上， 都把运动目标检测与跟踪当作一个重要的研究议 题，为此展开深入的讨论。运动目标检测的理论层出不穷，方法也同 新月异，充分说明了各国研究机构对此的浓厚兴趣。 运动目标检测的主要应用有： 1、军事领域。主要包括自动驾驶飞行器、自动目标跟踪、无人 驾驶车辆，特别又是在制导和导航方面有广泛的应用前景。 2、智能视频监控【8】 。目前，尽管视频监控系统作为公共安全领 域中的一项重要技术已经得到了广泛的应用， 但是大多数视频监视系 统的应用仅仅停留在监控者对视频信号的人工监视和事后录像分析 和调查取证上，浪费了大量的资源。 智能化视频监控系纠是近几年 来计算机视觉领域中的一个新兴的研究方向。 它的应用需求主要来自 对安全需求敏感的场合，如商店、银行、停车场等。这些系统的特点 是利用计算机视觉和视频分析的方法自动分析摄像机拍录的图像序 列，实现对场景中目标的定位、识别和跟踪，并在此基础上分析和判 断目标的行为，从而减少对人工的依赖。而在这个系统中，运动目标 检测技术是其核心的部分，是保证整个系统正常运作的关键。 3、交通检测。在交通运输系统中，可以通过运动目标检测算法 对交通进行控制以提高交通运输的效率和安全。 尤其是在道路交通情 况监测方面， 可以用运动目标检测的方法实现对交通流量和车辆安全
2
行驶的掌握。在北京成功申办 2008 奥运会后，国际社会一度对北京 的交通状况表示忧虑， 为此北京市政府引进了较为先进的智能交通管 理系统。计算机在不需要，或者只需要很少人干预的情况下，能够在 通过对摄像机拍摄的视频序列分析的基础上， 实现车辆的检测与跟踪， 并且进一步分析和判断车辆的行为， 从而可以给出对车辆行为的语义 描述。这样便实现了对车辆的日常管理和对突发事件的响应，为整个 社会提供了一种便捷的交通检测方法， 大大减少了对人力物力的需求。 4、人机交互。目前，在实际的应用中，我们是通过鼠标和键盘 实现与计算机的交互，而在高级用户接口领域中，我们希望在未来计 算机能够像人一样的和我们交流，如手语翻译、手势驱动等。在人和 计算机无接触的情况下， 计算机收集人类在计算机前面发出的视频信 号，继而利用相关理论分析视频信号，以达到辨识人类的动作，明白 人类的需求的目的。 今后人机交互的发展方向就是以上这种以人为中 心的人机界面。 而对人手和人脸的检测， 是实现这种技术的前提条件。 （二）国内外研究现状 运动目标检测是一种将运动的前景从背景中分割出来的技术， 运 动区域的正确分割对以后的运动目标跟踪和行为理解等后期处理起 到了至关重要的作用。 目前已经广泛应用的运动目标检测与分割方法 主要有：帧间差分法【3】 ，光流法，背景差分法等等【5】 。帧间差分法对 场景光线的变化不敏感， 当目标物表面大块区域灰度均匀时将会出现 “空洞”而使目标分割成多个区域； 光流法采用了运动目标随时间变化 的光流场物理特性，从而有效地提取出运动目标。其优点是在摄像机 运动的条件下也能有效地分割出独立的运动目标。 其缺点是计算特别 复杂，计算量大而难以满足实时性要求。背景差分法是将当前视频帧 与背景图像的差分来检测运动区域的算法， 它能够提供最完整的运动