引言
運(yùn)動(dòng)目標(biāo)檢測(cè)的關(guān)鍵是背景圖像的描述模型即背景模型，它是背景減法分割前景目標(biāo)的基礎(chǔ)。背景模型有單模態(tài)和多模態(tài)兩種，前者在每個(gè)背景點(diǎn)上的顏色分布比較集中，可以用單個(gè)概率分布模型來描述；后者的分布則比較分散，需要多個(gè)分布模型來共同描述。此處研究的運(yùn)動(dòng)檢測(cè)算法采用背景消減和時(shí)域差分相結(jié)合，主要包括背景提取、背景更新、運(yùn)動(dòng)檢測(cè)等模塊，運(yùn)算速度快便于編譯或直接在硬件上快速實(shí)現(xiàn)。
1 傳統(tǒng)運(yùn)動(dòng)檢測(cè)算法的性能評(píng)析
運(yùn)動(dòng)目標(biāo)的檢測(cè)和分割是視頻流研究中的一個(gè)極其重要卻又困難的問題，它不但可以從視頻流中分割出目標(biāo)和背景，同時(shí)它又是識(shí)別、分類和分析的基礎(chǔ)。傳統(tǒng)的運(yùn)動(dòng)檢測(cè)主要包括背景減除法、時(shí)域差分法、背景統(tǒng)計(jì)模型分類法和光流場(chǎng)法。
背景減除法比時(shí)域分析法能更好地給出運(yùn)動(dòng)目標(biāo)完整的區(qū)域表示，由于在光線漸變場(chǎng)合下實(shí)際背景會(huì)隨著時(shí)間發(fā)生漸變，所以傳統(tǒng)的采用固定背景相減的方法容易由于漸變產(chǎn)生噪聲隨時(shí)間的累積。其實(shí)背景減除法和時(shí)域差分法在陛能上恰好互補(bǔ)，后者一般不能提取出運(yùn)動(dòng)目標(biāo)的內(nèi)部紋理，但由于采用一段小的時(shí)間間隔前后的兩幀圖像進(jìn)行差分，時(shí)域差分法有受光線變化影響小，不會(huì)由于背景漸變產(chǎn)生噪聲隨時(shí)間的累積而增加。
2 該算法介紹及其實(shí)現(xiàn)
我們主要針對(duì)背景和攝像機(jī)都靜止這一特定應(yīng)用場(chǎng)合，選用了背景消減和時(shí)域差分法綜合的運(yùn)動(dòng)檢測(cè)算法。這種算法的關(guān)鍵在于背景重建，在此我們應(yīng)用幀間平均的背景重建方法，為了克服背景消減算法噪聲較大的先天不足，我們采用了形態(tài)學(xué)濾波方法去除噪聲。算法可以分為三個(gè)部分：背景提取、背景更新、運(yùn)動(dòng)檢測(cè)，整個(gè)算法的實(shí)現(xiàn)過程如圖所示。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺(tái)，自1994年品牌成立以來，一直專注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場(chǎng)趨勢(shì)的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營(yíng)銷服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
