基于背景重构的运动目标检测算法

第20卷第6期重庆邮电大学学报(自然科学版)Vo.l 20 No .6

2008年12月Journal of Chongq i ng Un i versity of Posts and Te leco mm un i cations(Natu ral Sc ience E d iti on)D ec .2008

基于背景重构的运动目标检测算法

收稿日期:2008-05-05 修订日期:2008-10-23

基金项目:重庆市重点自然基金项目(CS TC,2008BA1008)

董文明1

,吴乐华1

,姜德雷

2

(1.重庆通信学院信号与信息处理实验室,重庆400035;2.重庆通信学院图像通信实验室,重庆400035)

摘 要:针对背景差分算法中的参考帧提取问题,引入动态时间弯折(DTW )算法,给出了一种新的基于块的背景重构方法。该算法根据相邻两帧图像所对应的背景区域灰度变化不大的特点,利用DTW 算法从帧中提取出背景区域所对应的块,再确定出背景帧。仿真结果表明,即使是在图像存在几何畸变和部分像素点缺省的情况下该算法仍能准确地重构背景,实现对运动目标的提取。关键词:运动物体检测;背景差;背景重构;DTW 算法中图分类号:TP391 文献标识码:A

文章编号:1673-825X (2008)06-0754-04

M ovi ng object detection algorith m based on background reconstructi on

DONG W en -m ing 1

,WU Le -hua 1

,JI A NG D e -lei

2

(1.S i gnal and Infor m ati on Proces s i ng Lab ,Chongq i ng C o mm un i cati on Insti tute ,Chongqi ng 400035,P .R .Ch i na ;

2.I m age Comm un i cati on Lab,Chongqi ng Comm un i cati on In stitute ,Ch ongq i ng 400035P .R .C h i na)

Abstrac t :A i m ed at the proble m o f obta i n i ng backg round fra m e i n backg round subtracti on a l gor ith m,a new m ethod based on backg round reconstructi on is presented by us i ng t he dyna m i c ti m e w arp i ng (DTW )algorith m.Based on the feature t hat the va l ues o f background a re a l m ost the sa m e ,and usi ng the DTW algor i th m to get t he b l ock o f background fro m the fra m e ,the background frame w as bu ilt .S i m ulati on results show tha t the background can be reconstructed even the p i cture i s t w is -ted or som e pi x el is N a N,and t he ta rget can be ex trac ted .

K ey word s :mov i ng object detecti on ;background subtrac ti on ;backg round reconstructi on ;DTW algor it h m

0 引 言

从视频序列中检测出运动物体是计算机视觉和图像编码等应用领域的一个重要研究内容,目前已

成为热点研究问题[1]

。准确地将运动物体从视频图像中分割出来是许多智能视频监视系统(视频监视,交通自动监控)、人体检测与跟踪等后续处理的基础。目前,常见的运动目标检测算法有3类:光流法

[2]

、相邻帧差法

[3]

、背景差法

[4]

。

近年来,人们对如何实现背景图像的重构和更新问题进行了大量的研究,主要的方法分为2类:第

1类是通过建立背景模型的方法实现[5]

;第2类是从过去的参考图像中按照一定的假设选择像素灰度构成当前的背景图像

[6]

。基于块的背景重构方法

是将整帧图像分成M @N 大小的子块,对每一子块进行判别,可以在较短时间内逐块地恢复背景。文献[5]中介绍了一种利用高阶累计量理论、图像能量以及块处理技术进行背景重构的方法。这种基于块处理技术的背景重构算法所需帧数较小,重构结果比较理想。但是,算法中作为约束条件之一的四阶累计量的计算相对比较复杂,并且四阶累积量的实验门限值与理想门限值相差很大,实际情况下不好确定。鉴于此,在背景提取阶段,本文中我们给出一种新的基于块的背景重构算法,该算法通过迭代实现,不涉及阈值选取问题。

1 运动目标检测过程

1.1 基于块的背景重构算法

在进行运动物体检测时,一种常见的情况是摄像机处于静止状态,并且镜头焦距是固定的,此时,

图像中的背景区域固定不动。这种情况下,相邻两帧图像之间,背景区域的灰度值基本没有变化,而运动物体所对应区域的灰度值变化相对较快。每幅图像都由2类区域组成:一类是背景区域,由灰度变化较小的像素点组成;另一类是前景区域,由灰度变化较大的像素点组成。

本文中的算法是从一组观察数据中,按照一定的检测准则,选择一定的像素块构成当前的背景参考图像。假设每隔一段时间采集一帧图像,收集一段时间(0,,,t)内获得的图像f 0,,,f t 分别将相邻2帧图像f k (x,y )和f (k+1)(x ,y )(k 为帧序0,,,k -1)按从上到下,从左到右的空间顺序分成大小为ro w @co l(row 为子块行数,col 为子块每行像素数)的图像子块集合{FK (i ,j ,k )}h @w

i=1,j=1

和{FK (i ,j ,k +

1)}

h @w

i=1,j=1

(h @w 为子块总数),如图1

所示。

图1 图像子块划分关系

F i g .1 Partiti on of i m age sub -b l ock

本文采用动态时间弯折算法(dyna m ic ti m e w ar -pi n g ,DTW )算法[6]

对相邻2帧图像的对应子块作匹

配计算。

通常我们都假设所拍摄到的图像没有发生几何畸变。事实上,由于一些不稳定因素的影响,实际拍摄的图像(特别是一些遥感图像)往往会产生几何畸变[7]

。对于一些视频流解码所得的图像也通常会存在一些像素点的失真。而DTW 算法很好地解决了几何畸变及像素点失真对重构背景帧的影响。假设相邻2帧图像对应子块的特征向量分别为I k :(i 1,,,i m )和I k+1:(r 1,,,r n )。如果I k 中得到的特征向量不存在缺少像素点或出现过多像素点等情形,只需将其与I k+1中连续的m 个元素相对比即可。在规正过程中将向量I k 与I k+1均延长到10000。

I c k =10000@I k E m i=1

I k ,I c k+1=

10000@I k+1

E m

i=1

I k+1

(1)(1)式中:|#|表示向下取整。在随后的比较过程

中使用向量I c k 和I c k+1计算相邻2帧图像对应块之间的距离。将长度放大的目的是在随后的DTW 算法中采用整数运算以提高速度,同时精度也得到相应的提高。若规正的过程中将其延长至100,由于精度不高,重构出的背景参考帧不完整。实验表明

延长至10000即可达到很好的效果。

为了描述方便,将规正后的2个向量仍分别用I k :(i 1,,,i m )和I k+1:(r 1,,,r n )表示,然后采用DT W 算法计算两者的距离。

根据前向动态规划算法构造(m +1)@(n +1)的二维DT W,如公式(2)所示,(2)式中,元素D (j ,k )表示从起始位置(0,0)到当前位置(j ,k )的最小累积距离,并且有

D (j ,k)=m i n D (j -1,k -2)+|r j-1+r j -i k |+G 1D (j -1,k -1)+|i j -r k |

D (j -2,k -1)+|i j -1+i j -r k |+G 2

(2)

(2)式中:G 1和G 2是小正数(本文中我们取G 1=018,G 2=0.2)。当相邻帧对应图像块的特征向量的长度不相等时,我们引入代价因子,|r j-1+r j -i k |+

G 1和|i j-1+i j -r k |+G 2。该算法的边界条件如(3)式所示

D (j ,0)=0,j =0,

,,m

D (0,k )=0,k =0,,,n

(3)

DT W 最优路径的代价是D (m,n),也称为DT W 距离。对于采集的k +1帧图像f 0-f k ,寻找相邻2帧图像的最小DTW 距离所对应的子块位置

(i ,j)及当前的帧号k 。最后将不同位置的子块组合就实现了背景的重构,背景重构过程如图2所示。

图2 背景的重构过程图

F ig .2 Background rebu il d i ng process diag ram

1.2 运动物体的检测及后处理

背景差方法的基本思想就是当前每1帧图像与事先存储或实时得到的背景图像中对应像素点作差,若像素差值大于一定的阈值则判断为运动目标

的像素点。若将背景参考帧中像素点的灰度值记为B (i ,j),当前帧图像中对应位置的像素点的灰度值

#

755#第6期 董文明,等:基于背景重构的运动目标检测算法