基于Sigma-Delta改进算法的运动目标检测
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)。
第 ２３卷 第 １期 ２０１６年 １月
电 光 与 控 制
Ｅｌｅｃｔｒｏｎｉｃｓ Ｏｐｔｉｃｓ＆ Ｃｏｎｔｒｏｌ
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１—６３７Ｘ．２０１６．０１．０２２
Ｖｏｌ＿２３ Ｎｏ．１ Ｊａｎ．２０１６
基 于 Ｓｉｇｍａ·Ｄｅｌｔａ改进 算 法 的 运 动 目标 检 测
邢运 龙 ， 李爱 华 ， 方 浩
（第 二炮 兵工程大学 ，西安 ７１００２５）
摘 要 ：Ｓｉｇｍａ—Ｄｅｌｔａ背景估计是一种有 效的运动 目标检测算法 ，能够用较 小的计算量达到较好的检测效果 ，但是 该算 法未进行模 型初 始化 ，无法清除初 始背景模型 中的 目标 图像 。针 对此 问题 ，采 用均值 法进 行背景模 型初始化 ，清 除 目 标 图像 ，得到“干净”的 背景模型 。为提 高适应能力 ，利 用视 觉背景提取 ＶｉＢｅ随机 更新的策略进 行 背景 更新。在前景 检测方 面，提 出基 于 ＲＧＢ颜 色空间的 Ｓｉｇｍａ—Ｄｅｈａ算 法，并通过阈值化处理减 少噪 点、提 高检测质 量。 实验 结果 表明 ， 改进算 法能够得 到“干净”的背景模型 ，适应环境能力强 ，检 测 图像 噪点 少、检测质 量较 高。 关键词 ：视 觉背景提 取算法 ；运动 目标检测 ；Ｓｉｇｍａ－Ｄｅｌｔａ背景估计 ；ＲＧＢ颜 色空间 中图分 类号 ：ＴＰ３９１ 文献标志码 ：Ａ 文章编号 ：１６７１—６３７Ｘ（２０１６）０１—００９７—０５
Ａｂｓｔｒａｃｔ：Ｓｉｇｍａ－Ｄｅｌｔａ ｂａｃｋｇｒｏｕｎｄ ｅｓｔｉｍａｔｅ ｉｓ ａｎ ｅｆｆｅｃｔｉｖｅ ｍｏｖｉｎｇ ｏｂｊｅｃｔ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈ ｉｓ ａｂｌｅ
ｔｏ ａｃｈｉｅｖｅ ａ ｇｏｏｄ ｄｅｔｅｃｔｉｏｎ ｅｆｆｅｃｔ ｗｉｔｈ ａ ｓｍ ａｌｌｅｒ ａｍｏｕｎｔ ｏｆ ｃａｌｃｕｌａｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｔｈｅ ａｌｇｏｒｉｔｈｍ ｃａｎ’ｔ ｃｌｅａｒ ｔｈｅ ｔａｒｇｅｔ ｉｍ ａｇｅ ｉｎ ｔｈｅ ｉｎｉｔｉａｌ ｂａｃｋｇｒｏｕｎｄ ｍ ｏｄｅｌ ｆｏｒ ｔｈｅ ｒｅａｓｏｎ ｔｈａｔ ｔｈｅｒｅ ｉｓ ｎｏ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌ ｉｎｉｔｉａｌ ｉｚａｔｉｏｎ． Ｔｏ ｓｏ］ｖｅ ｔｈｉｓ ｐｒｏｂｌｅｍ，ｉｔ ｉｓ ｐｒｏｐｏｓｅｄ ｔｏ ｉｎｉｔｉａｌｉｚｅ ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｍｅｔｈｏｄ ｏｆ ｍｅａｎ ｖａ ｌｕｅ， ｗｈｉｃｈ ｃａｎ ｃｌｅａｒ ｔｈｅ ｔａｒｇｅｔ ｉｍ ａｇｅ ａｎｄ ｇｅｔ ａ ｃｌｅａｎ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅ１．Ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ａｄａｐｔａｂｉｌｉｔｙ，ｔｈｅ ａｌｇｏｒｉｔｈｍ ａｄｏｐｔｓ ａ ｗａｙ ｔｏ ｕｐｄａｔｅ ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｔｈｅ ｉｄｅａ ｏｆ ｒａｎｄｏｍ ｕｐｄａｔｅ ｏｆ Ｖｉｓｕａｌ
收 稿 日期 ：２０１５—０２－１１
修 回 日期 ：２０１５．１１—１６
作者简介 ：邢运龙 （１９９０一 ），男 ，山东文登人 ，硕士生 ，研究方向为计
算机视觉 。
泛 的是背景差分法 。该算法 的核 心在于 背景模 型 的建 立与更新 ，通过 比较当前视频图像 与背景模 型之 问的像 素差来检测 目标 图像 ，并根据当前 图像实时更新背景模 型 。最简单的背景建模 方法就是 提取不含运 动 目标 的 图像 帧 ，但这在实 际情况 中很难 实现 ，因此必 须在运动 目标存在的情况下进行建模 ，滤除 目标 图像建立背景模 型 ，比较经典 的方 法是参数化建 模 的方法 ，如 高斯建模 法 。该算法认为在摄像机固定 时，各像素点 的像素值 服从 高斯分布，然后通过阈值化处理分辨前景点和背景 点。为加强算法在 复杂 场景 中的适应能力 ，文献 ［７］中 采用 多个高斯模型的线性组合来构建背景模 型，即混合 高斯模型 ，该方 法能 够解决 复杂 背景 下 的 目标 检测 问
Ｂａｃｋｇｒｏｕｎｄ ｅｘｔｒａｃｔｏｒ（ＶｉＢｅ）．Ｉｎ ｔｈｅ ａｓｐｅｃｔ ｏｆ ｆｏｒｅｇｒｏｕｎｄ ｄｅｔｅｃｔｉｏｎ，ａ ｎｅｗ Ｓｉｇｍａ－Ｄｅｌｔａ ａ ｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ
ＲＧＢ ｃｏｌｏｒ ｓｐａｃｅ ｉｓ ｒａｉｓｅｄ ｔｏ ｒｅｄｕｃｅ ｔｈｅ ｎｏｉｓｅ ａｎｄ ｉｍｐｒｏｖｅ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｄｅｔｅｃｔｉｏｎ．Ｔｈｅ ｅｘｐｅｒｉｍ ｅｎｔａｌ ｒｅｓｕｌｔ ｄｅｍｏｎｓｔｒａｔｅｓ ｔｈａｔ ｔｈｅ ｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍ ｃａｎ ｏｂｔａｉｎ ａ ｃｌｅａｎ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌ ａｎｄ ｉｓ ａｄａｐｔａｂｌｅ ｔｏ ｃｏｍｐｌｅｘ ｓｃｅｎｅｓ．Ｔｈｅ ｉｍａｇｅｓ ｄｅｔｅｃｔｅｄ ｂｙ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｈａｖｅ ｌｅｓｓ ｎｏｉｓｅ ｐｏｉｎｔｓ ａｎｄ ｂｅｔｔｅｒ ｄｅｔｅｃｔｉｏｎ ｐｅｒｆｏｒｍ ａｎｃｅ．
Ｋｅｙ ｗｏｒｄｓ： Ｖｉｓｕａｌ Ｂａｃｋｇｒｏｕｎｄ ｅｘｔｒａｃｔｏｒ（ＶｉＢｅ）； ｍｏｖｉｎｇ ｏｂｊｅｃｔ ｄｅｔｅｃｔｉｏｎ；Ｓｉｇｍａ—Ｄｅｌｔａ ｂａｃｋｇ ｒｏｕｎｄ
ｅｓｔｉｍａｔｅ； ＲＧＢ ｃｏｌｏｒ ｓｐａｃｅ
０ 引 言
在很 多智能视频 监控 系统 中 ，首先 要对运 动 目标 进行检测 ，其 主要 任务 是通 过分 析视频 图像 序列 将前 景 图像与背 景图像 分 离 ，在 最低 虚警率 的情 况下 完成 对运动 目标 的检测 ，是后 续的 目标识别 、目标跟 踪及 目 标行为分析 的基础 。传 统的 目标检测算法主要 有帧 间差分法 、光 流法 和背景差 分法 Ｈ ，这 ３种 方法 各有优缺点 ，相互之 间可以配合 使用 ，目前应用最 为广
Ｍｏｖｉｎｇ Ｏｂｊ ｅｃｔ Ｄｅｔｅｃｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｉｍｐｒｏｖｅｄ Ｓｉｇｍａ－
Ｄ ｅｌ ＬＩ Ａｉ—ｈｕａ， ＦＡＮＧ Ｈａｏ （Ｔｈｅ Ｓｅｃｏｎｄ Ａｒｔｉｌｌｅｒｙ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ ７１００２５，Ｃｈｉｎａ）
电 光 与 控 制
Ｅｌｅｃｔｒｏｎｉｃｓ Ｏｐｔｉｃｓ＆ Ｃｏｎｔｒｏｌ
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１—６３７Ｘ．２０１６．０１．０２２
Ｖｏｌ＿２３ Ｎｏ．１ Ｊａｎ．２０１６
基 于 Ｓｉｇｍａ·Ｄｅｌｔａ改进 算 法 的 运 动 目标 检 测
邢运 龙 ， 李爱 华 ， 方 浩
（第 二炮 兵工程大学 ，西安 ７１００２５）
摘 要 ：Ｓｉｇｍａ—Ｄｅｌｔａ背景估计是一种有 效的运动 目标检测算法 ，能够用较 小的计算量达到较好的检测效果 ，但是 该算 法未进行模 型初 始化 ，无法清除初 始背景模型 中的 目标 图像 。针 对此 问题 ，采 用均值 法进 行背景模 型初始化 ，清 除 目 标 图像 ，得到“干净”的 背景模型 。为提 高适应能力 ，利 用视 觉背景提取 ＶｉＢｅ随机 更新的策略进 行 背景 更新。在前景 检测方 面，提 出基 于 ＲＧＢ颜 色空间的 Ｓｉｇｍａ—Ｄｅｈａ算 法，并通过阈值化处理减 少噪 点、提 高检测质 量。 实验 结果 表明 ， 改进算 法能够得 到“干净”的背景模型 ，适应环境能力强 ，检 测 图像 噪点 少、检测质 量较 高。 关键词 ：视 觉背景提 取算法 ；运动 目标检测 ；Ｓｉｇｍａ－Ｄｅｌｔａ背景估计 ；ＲＧＢ颜 色空间 中图分 类号 ：ＴＰ３９１ 文献标志码 ：Ａ 文章编号 ：１６７１—６３７Ｘ（２０１６）０１—００９７—０５
Ａｂｓｔｒａｃｔ：Ｓｉｇｍａ－Ｄｅｌｔａ ｂａｃｋｇｒｏｕｎｄ ｅｓｔｉｍａｔｅ ｉｓ ａｎ ｅｆｆｅｃｔｉｖｅ ｍｏｖｉｎｇ ｏｂｊｅｃｔ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈ ｉｓ ａｂｌｅ
ｔｏ ａｃｈｉｅｖｅ ａ ｇｏｏｄ ｄｅｔｅｃｔｉｏｎ ｅｆｆｅｃｔ ｗｉｔｈ ａ ｓｍ ａｌｌｅｒ ａｍｏｕｎｔ ｏｆ ｃａｌｃｕｌａｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｔｈｅ ａｌｇｏｒｉｔｈｍ ｃａｎ’ｔ ｃｌｅａｒ ｔｈｅ ｔａｒｇｅｔ ｉｍ ａｇｅ ｉｎ ｔｈｅ ｉｎｉｔｉａｌ ｂａｃｋｇｒｏｕｎｄ ｍ ｏｄｅｌ ｆｏｒ ｔｈｅ ｒｅａｓｏｎ ｔｈａｔ ｔｈｅｒｅ ｉｓ ｎｏ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌ ｉｎｉｔｉａｌ ｉｚａｔｉｏｎ． Ｔｏ ｓｏ］ｖｅ ｔｈｉｓ ｐｒｏｂｌｅｍ，ｉｔ ｉｓ ｐｒｏｐｏｓｅｄ ｔｏ ｉｎｉｔｉａｌｉｚｅ ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｍｅｔｈｏｄ ｏｆ ｍｅａｎ ｖａ ｌｕｅ， ｗｈｉｃｈ ｃａｎ ｃｌｅａｒ ｔｈｅ ｔａｒｇｅｔ ｉｍ ａｇｅ ａｎｄ ｇｅｔ ａ ｃｌｅａｎ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅ１．Ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ａｄａｐｔａｂｉｌｉｔｙ，ｔｈｅ ａｌｇｏｒｉｔｈｍ ａｄｏｐｔｓ ａ ｗａｙ ｔｏ ｕｐｄａｔｅ ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｔｈｅ ｉｄｅａ ｏｆ ｒａｎｄｏｍ ｕｐｄａｔｅ ｏｆ Ｖｉｓｕａｌ
收 稿 日期 ：２０１５—０２－１１
修 回 日期 ：２０１５．１１—１６
作者简介 ：邢运龙 （１９９０一 ），男 ，山东文登人 ，硕士生 ，研究方向为计
算机视觉 。
泛 的是背景差分法 。该算法 的核 心在于 背景模 型 的建 立与更新 ，通过 比较当前视频图像 与背景模 型之 问的像 素差来检测 目标 图像 ，并根据当前 图像实时更新背景模 型 。最简单的背景建模 方法就是 提取不含运 动 目标 的 图像 帧 ，但这在实 际情况 中很难 实现 ，因此必 须在运动 目标存在的情况下进行建模 ，滤除 目标 图像建立背景模 型 ，比较经典 的方 法是参数化建 模 的方法 ，如 高斯建模 法 。该算法认为在摄像机固定 时，各像素点 的像素值 服从 高斯分布，然后通过阈值化处理分辨前景点和背景 点。为加强算法在 复杂 场景 中的适应能力 ，文献 ［７］中 采用 多个高斯模型的线性组合来构建背景模 型，即混合 高斯模型 ，该方 法能 够解决 复杂 背景 下 的 目标 检测 问
Ｂａｃｋｇｒｏｕｎｄ ｅｘｔｒａｃｔｏｒ（ＶｉＢｅ）．Ｉｎ ｔｈｅ ａｓｐｅｃｔ ｏｆ ｆｏｒｅｇｒｏｕｎｄ ｄｅｔｅｃｔｉｏｎ，ａ ｎｅｗ Ｓｉｇｍａ－Ｄｅｌｔａ ａ ｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ
ＲＧＢ ｃｏｌｏｒ ｓｐａｃｅ ｉｓ ｒａｉｓｅｄ ｔｏ ｒｅｄｕｃｅ ｔｈｅ ｎｏｉｓｅ ａｎｄ ｉｍｐｒｏｖｅ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｄｅｔｅｃｔｉｏｎ．Ｔｈｅ ｅｘｐｅｒｉｍ ｅｎｔａｌ ｒｅｓｕｌｔ ｄｅｍｏｎｓｔｒａｔｅｓ ｔｈａｔ ｔｈｅ ｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍ ｃａｎ ｏｂｔａｉｎ ａ ｃｌｅａｎ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌ ａｎｄ ｉｓ ａｄａｐｔａｂｌｅ ｔｏ ｃｏｍｐｌｅｘ ｓｃｅｎｅｓ．Ｔｈｅ ｉｍａｇｅｓ ｄｅｔｅｃｔｅｄ ｂｙ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｈａｖｅ ｌｅｓｓ ｎｏｉｓｅ ｐｏｉｎｔｓ ａｎｄ ｂｅｔｔｅｒ ｄｅｔｅｃｔｉｏｎ ｐｅｒｆｏｒｍ ａｎｃｅ．
Ｋｅｙ ｗｏｒｄｓ： Ｖｉｓｕａｌ Ｂａｃｋｇｒｏｕｎｄ ｅｘｔｒａｃｔｏｒ（ＶｉＢｅ）； ｍｏｖｉｎｇ ｏｂｊｅｃｔ ｄｅｔｅｃｔｉｏｎ；Ｓｉｇｍａ—Ｄｅｌｔａ ｂａｃｋｇ ｒｏｕｎｄ
ｅｓｔｉｍａｔｅ； ＲＧＢ ｃｏｌｏｒ ｓｐａｃｅ
０ 引 言
在很 多智能视频 监控 系统 中 ，首先 要对运 动 目标 进行检测 ，其 主要 任务 是通 过分 析视频 图像 序列 将前 景 图像与背 景图像 分 离 ，在 最低 虚警率 的情 况下 完成 对运动 目标 的检测 ，是后 续的 目标识别 、目标跟 踪及 目 标行为分析 的基础 。传 统的 目标检测算法主要 有帧 间差分法 、光 流法 和背景差 分法 Ｈ ，这 ３种 方法 各有优缺点 ，相互之 间可以配合 使用 ，目前应用最 为广
Ｍｏｖｉｎｇ Ｏｂｊ ｅｃｔ Ｄｅｔｅｃｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｉｍｐｒｏｖｅｄ Ｓｉｇｍａ－
Ｄ ｅｌ ＬＩ Ａｉ—ｈｕａ， ＦＡＮＧ Ｈａｏ （Ｔｈｅ Ｓｅｃｏｎｄ Ａｒｔｉｌｌｅｒｙ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ ７１００２５，Ｃｈｉｎａ）