[发明专利]一种自适应背景建模及运动目标检测方法

说明书

技术领域

本发明属于智能视频监控技术领域，具体涉及一种在视频监控系统中的自适应背景建模及运动目标检测方法。

背景技术

随着视频分析技术、多媒体数据库、人工智能技术的发展，智能化视频监控系统能够及时、自动地从原始视频中提取大量有用信息，这些信息可以被传输、保存和检索，也可以驱动其他数据、触发其他行为，轻而易举地完成人力很难完成的任务。计算机和图像处理技术的结合使得图像自动检测、视频分析成为可能，从而可以使视频监控系统具备了智能，产生了许多新型应用。视频分析可以大大提高监控效率，还能从复杂的数据中辨认行为和类型，还可提供操作命令、数据和信息。视频监控系统不仅仅被认为是事后搜寻犯罪嫌疑人的手段，而且是一种阻止犯罪发生的辅助手段。视频监控技术正在向着数字化、网络化、智能化的方向发展，未来的视频监控系统很大程度取决于智能分析系统的成功与否，监控系统由目视解释转变为自动解释是视频监控技术的飞跃，是安防技术发展的必然。

运动目标检测是基于视频的智能监控系统的重要环节。常用的运动目标检测方法主要有背景相减法、帧间差分法和光流法。

光流法采用了运动目标随时间变化的光流特性，主要优点在于对目标在帧间的运动的限制较少，可以处理大的帧间位移；主要缺点是光流计算方法复杂，如果没有特定的硬件装置支持一般很难应用于视频中运动目标的实时检测，且抗噪性能差。

帧间差分法是计算相邻两帧图像对应像素点的灰度值的绝对差，然后通过阈值化来检测出视频图像中的运动目标。帧间差分法能够实现实时的运动检测，具有较强的场景变化适应能力，但有可能不能判定尺寸较大、亮度或颜色一致的运动目标的内部像素，以至在运动目标内部产生“空洞”现象，一般很难完整地分割出运动目标，不利于进一步的对象分析与识别。

对于摄像头固定的场合，背景相减法是目前最常用的运动目标检测方法。其基本思想是将当前帧图像与事先存储或者实时得到的背景图像相减，若对应像素的差值大于某一阈值，则判此像素属于运动目标上的一个像素，阈值操作后得到的结果直接给出了运动目标的位置、大小、形状等信息。背景相减法的参考文献见：

[1]Massimo Piccardi.Background subtraction techniques：a review[A].2004IEEE International Conference on Systems，Man and Cybernetics[C].10-13Oct.2004，4：3099-3104.

[2]代科学，李国辉，涂丹，袁见.监控视频运动目标检测减背景技术的研究现状和展望[J].中国图象图形学报，2006，11(7)：919-927.

背景相减法实现简单，并且能够检测出较为完整的运动目标，但对于对光线、天气等光照条件的变化非常敏感。背景相减法的关键问题是如何建立背景模型和实时更新模型参数以适应背景变化，这些背景变化包括场景的光照变化和场景构成的改变，如一天中不同时间段光线、天气等的变化以及室内开灯、关灯等引起的光线强弱的改变，背景中物体的微小扰动(树枝的随风摆动)、人或其他物体进入或移出场景等。虽然大部分研究人员曾致力于开发不同的背景模型，以减少动态场景变化对于运动目标检测的影响。但由于构建背景模型需要考虑光照变化等很多因素，目前开发一个好的背景建模及自适应背景更新算法仍然面临很多挑战。

在现有的背景更新算法中，其基本思想是通过当前帧图像和背景图像相减得到差值图像，对差值小于某一阈值的像素点进行更新，对差值大于某一阈值的像素点保持不变。这些方法虽然使背景更新更加稳定，但是由于只考虑到像素级的更新，可能会发生背景更新的“死锁”(Deadlock)问题。即当前输入图像某一位置像素点实际上在连续几帧中都属于背景，但由差值图像中对应位置的灰度值被误判为大于阈值，认为此点属于前景，则背景图像中该位置像素点不进行更新(事实上应该进行更新)，此后一直都错误地被认为属于前景。这样就会出现把静止物体误判为运动目标，降低了检测的准确率。

发明内容

技术问题：本发明的目的是公开一种应用于视频监控系统中的自适应背景建模及运动目标检测方法，能适应不同复杂环境下视频监控场所的运动目标检测。