Algorism Research of Moving Object Detection and DSP Implementation
摘要:由于實(shí)際場(chǎng)景的多樣性,目前常用的運(yùn)動(dòng)目標(biāo)檢測(cè)算法都還存在一定程度的缺陷,因此本文提出了一種將幀差法和背景減法相結(jié)合的方法,實(shí)現(xiàn)快速精確地檢測(cè)和提取運(yùn)動(dòng)目標(biāo)。實(shí)驗(yàn)結(jié)果表明,本方法是比較實(shí)用的,能較好滿足實(shí)時(shí)視頻監(jiān)控系統(tǒng)的要求。最后將程序移植到基于DSP的平臺(tái)上,進(jìn)行相應(yīng)的優(yōu)化后基本滿足了實(shí)時(shí)性的要求。
關(guān)鍵詞:目標(biāo)檢測(cè);幀差法;背景減法
Abstract: Because of the environment’s variety, the methods that have been used for moving object detection need to be improved. An algorithm based on two consecutive frames subtraction and background subtraction is presented and it can detect and extract object quickly and accurately. The results show that the proposed method is a practical one. It can meet the need of the real time video surveillance and monitoring system. The coding is transplanted in DSP, and the project is executed successfully on CCS simulator.
Keywords: Object detection; Frames subtraction; Background subtraction
引言
運(yùn)動(dòng)目標(biāo)的檢測(cè)在智能監(jiān)控等領(lǐng)域中得到了廣泛的應(yīng)用。運(yùn)動(dòng)目標(biāo)的檢測(cè)就是從視頻流中去除靜止背景提取出運(yùn)動(dòng)的目標(biāo),運(yùn)動(dòng)目標(biāo)的有效分割對(duì)跟蹤等后期處理非常關(guān)鍵。
本文提出了將幀間差分和背景減法相結(jié)合的方法。首先選取一幀作為背景幀, 建立各像素點(diǎn)的高斯模型。再運(yùn)用幀間差分法對(duì)相鄰兩幀圖像進(jìn)行差分處理, 區(qū)分出背景點(diǎn)和變化的區(qū)域。然后將變化區(qū)域與背景幀的對(duì)應(yīng)區(qū)域進(jìn)行模型擬合區(qū)分出顯露區(qū)和運(yùn)動(dòng)物體。
1 運(yùn)動(dòng)目標(biāo)檢測(cè)算法總體流程
采用幀間差分與背景減法相結(jié)合的算法進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè),包括運(yùn)動(dòng)目標(biāo)的檢測(cè)和將檢測(cè)到的運(yùn)動(dòng)目標(biāo)從背景中分割出來(lái)兩部分,其系統(tǒng)框架流程圖如圖1所示。

圖1 運(yùn)動(dòng)目標(biāo)檢測(cè)流程圖
這種設(shè)計(jì)充分利用了被檢測(cè)區(qū)域部分時(shí)間靜止的特點(diǎn),具有智能檢測(cè)的功能,它只在檢測(cè)到“報(bào)警”時(shí)才存儲(chǔ)視頻內(nèi)容到存儲(chǔ)設(shè)備,能大大節(jié)約存儲(chǔ)設(shè)備的容量。
2 視頻序列運(yùn)動(dòng)目標(biāo)的檢測(cè)
2.1 背景模型的建立
現(xiàn)有的一些背景模型獲取方法大都在場(chǎng)景中沒(méi)有運(yùn)動(dòng)目標(biāo)的情況下進(jìn)行,但在實(shí)際應(yīng)用中有時(shí)無(wú)法滿足這種要求。本文提出一種基于統(tǒng)計(jì)的背景模型提取方法,即假設(shè)在背景模型提取階段,運(yùn)動(dòng)目標(biāo)可以在監(jiān)視區(qū)域中運(yùn)動(dòng),但不會(huì)長(zhǎng)時(shí)間地停留在某一位置上。
比較相鄰兩幀圖像可以發(fā)現(xiàn)背景像素點(diǎn)在一定的時(shí)間里差別不大,隨時(shí)間變化緩慢,而前景目標(biāo)的變化區(qū)域像素點(diǎn)變化很大。自然界中的許多場(chǎng)景如水面的波紋、搖擺的樹(shù)枝、飄揚(yáng)的旗幟等都呈現(xiàn)出多模態(tài)特性。因此對(duì)選取的背景幀的每一個(gè)像素點(diǎn)利用高斯模型建模。

背景模型的建立是通過(guò)不斷學(xué)習(xí)新幀而得到的,兼顧了過(guò)去的背景信息,所以該方法對(duì)實(shí)際圖像中的偶然變化有一定的抑制作用。
2.2 運(yùn)動(dòng)目標(biāo)的提取

圖3分別為檢測(cè)到的單個(gè)和多個(gè)運(yùn)動(dòng)目標(biāo)的圖像。






