1  引言
    運(yùn)動(dòng)目標(biāo)檢測(cè)是數(shù)字圖像處理技術(shù)的一個(gè)重要部分，是各種后續(xù)高級(jí)處理任務(wù)如目標(biāo)識(shí)別與跟蹤、目標(biāo)分類、行為理解和分析等的基礎(chǔ)。運(yùn)動(dòng)目標(biāo)檢測(cè)是指從連續(xù)的視頻序列中實(shí)時(shí)地將前景目標(biāo)（運(yùn)動(dòng)對(duì)象）所在的區(qū)域從背景（自然場(chǎng)景）中分割提取出來(lái)，即完成前景和背景的分離。對(duì)于這一工作現(xiàn)有的實(shí)現(xiàn)方法一般有四種：光流計(jì)算法[2]、相鄰幀間運(yùn)動(dòng)分析法[3]、運(yùn)動(dòng)能量檢測(cè)法[4]和背景消減法[5]。光流計(jì)算法的優(yōu)點(diǎn)是能夠檢測(cè)獨(dú)立運(yùn)動(dòng)的對(duì)象，不需要預(yù)先知道場(chǎng)景的任何信息，并且可用于攝像機(jī)運(yùn)動(dòng)的情況，但多數(shù)光流法的計(jì)算復(fù)雜耗時(shí)，除非有特殊的硬件支持，并且很難符合實(shí)時(shí)處理的要求；幀間運(yùn)動(dòng)分析法對(duì)動(dòng)態(tài)環(huán)境的適應(yīng)能力比較強(qiáng)，但不能夠完整地分割運(yùn)動(dòng)對(duì)象，不利于進(jìn)一步的對(duì)象分析與識(shí)別；運(yùn)動(dòng)能量檢測(cè)法適合于復(fù)雜變化的環(huán)境，能消除背景中振動(dòng)的像素，使按某一方向運(yùn)動(dòng)的對(duì)象更加突出地顯現(xiàn)出來(lái)，但難以獲得目標(biāo)所在區(qū)域的精確描述；背景消減法適用于攝像機(jī)靜止的情形，它為靜止背景建立背景模型，通過(guò)將當(dāng)前圖像幀和背景模型進(jìn)行比較，確定出亮度變化較大的區(qū)域，即認(rèn)為是前景區(qū)域，這種方法實(shí)現(xiàn)簡(jiǎn)單，計(jì)算速度快，能夠?qū)崟r(shí)地處理連續(xù)的圖像序列，并可以獲得關(guān)于運(yùn)動(dòng)目標(biāo)區(qū)域的完整精確的描述。
    背景消減法主要涉及到對(duì)于背景如何建模的問(wèn)題，同時(shí)由于環(huán)境的變化如場(chǎng)景中光照條件引起的亮度改變、物體的運(yùn)動(dòng)引起的背景遮擋等，背景并不是靜止不變的，在實(shí)際應(yīng)用中如果直接用輸入圖像與背景圖像差分進(jìn)行分割，則會(huì)產(chǎn)生不理想甚至是錯(cuò)誤的分割，需要采用一定的算法進(jìn)行背景模型的動(dòng)態(tài)更新。目前許多研究人員都致力于好的背景模型研究，以期減少動(dòng)態(tài)場(chǎng)景對(duì)于準(zhǔn)確分割的影響。本文針對(duì)帶有運(yùn)動(dòng)目標(biāo)的復(fù)雜背景采用一種簡(jiǎn)單的自適應(yīng)算法， 使背景模型每隔一定的時(shí)間間隔自動(dòng)更新一次， 從而使對(duì)象分割達(dá)到比較理想的效果。

2  自適應(yīng)背景建模算法
    背景圖像的獲取及自動(dòng)更新是實(shí)現(xiàn)穩(wěn)定、準(zhǔn)確的運(yùn)動(dòng)目標(biāo)檢測(cè)的重要步驟。對(duì)于一個(gè)固定的場(chǎng)景，在沒(méi)有運(yùn)動(dòng)對(duì)象出現(xiàn)、沒(méi)有光照變化等的情況下，考慮到視頻采樣過(guò)程中噪聲的影響，場(chǎng)景中各像素點(diǎn)的亮度值或灰度值符合一個(gè)隨機(jī)概率分布，以某一均值為基線，在其附近作不超過(guò)某一偏差的隨機(jī)振蕩， 這種情況下的場(chǎng)景稱之為背景。而實(shí)際的場(chǎng)景環(huán)境往往是動(dòng)態(tài)變化的。如室內(nèi)場(chǎng)景的動(dòng)態(tài)變化，主要體現(xiàn)在燈光的突然熄滅、點(diǎn)亮，運(yùn)動(dòng)對(duì)象的出現(xiàn)、運(yùn)動(dòng)和消失等，此時(shí)攝像頭捕獲的場(chǎng)景測(cè)量值中，還包含了光照的改變、前景對(duì)象等環(huán)境的動(dòng)態(tài)變化對(duì)背景各像素點(diǎn)亮度值的影響。背景獲取的最終目的是把運(yùn)動(dòng)對(duì)象從背景中分割出來(lái)，主要就是通過(guò)連續(xù)的視頻幀找出屬于背景的像素點(diǎn)，同時(shí)把光照的改變檢測(cè)出來(lái)并融合到背景中，實(shí)現(xiàn)背景的自適應(yīng)更新。
2.1  傳統(tǒng)的背景建模方法
    目前常用的背景抽取方法往往是將背景的構(gòu)建與背景的更新視為兩個(gè)獨(dú)立的階段，首先利用統(tǒng)計(jì)的方法構(gòu)建出背景圖像，然后隨著場(chǎng)景的動(dòng)態(tài)變化不斷地對(duì)它作適當(dāng)?shù)母隆＿@些方法在背景構(gòu)建階段一般需要一段不含有前景運(yùn)動(dòng)目標(biāo)的監(jiān)控場(chǎng)景的圖像序列，在實(shí)際應(yīng)用中可能很難得到這樣的圖像序列，例如在高速公路上獲取的視頻圖像序列中，想要獲取無(wú)運(yùn)動(dòng)目標(biāo)的背景幀幾乎是不可能的。在背景更新階段大多通過(guò)構(gòu)造復(fù)雜的模型來(lái)解決場(chǎng)景變化的問(wèn)題，其計(jì)算量大，而且有時(shí)可能無(wú)法滿足實(shí)時(shí)處理的要求。
2.2  自適應(yīng)背景建模方法
    本文提出的自適應(yīng)背景建模方法將背景的構(gòu)建與更新結(jié)合于一體，可以在場(chǎng)景中存在運(yùn)動(dòng)對(duì)象的情況下提取出最新的背景圖像。在一個(gè)固定的場(chǎng)景中，背景像素被遮擋時(shí)它的亮度值會(huì)出現(xiàn)一個(gè)明顯的變化，由于作為背景的每個(gè)像素被遮擋的時(shí)間與它暴露的時(shí)間相比是非常短暫的，可以把運(yùn)動(dòng)目標(biāo)看作是一個(gè)對(duì)背景圖像的隨機(jī)擾動(dòng)，從而可以利用一段連續(xù)的圖像序列來(lái)消除運(yùn)動(dòng)目標(biāo)的影響。算法流程如圖1所示。

圖1  算法流程圖

    最初可以將攝像機(jī)捕獲到的首張視頻圖像作為初始背景，然后采用如下算法實(shí)現(xiàn)背景圖像的自適應(yīng)抽取。其間，輸入視頻圖像序列并不需要將每一幀都用來(lái)對(duì)背景模型進(jìn)行更新，因此對(duì)視頻序列進(jìn)行W抽樣，即每W幀間隔抽取一幀對(duì)背景模型進(jìn)行更新，即W為抽樣速率。令V(i,j)為每間隔W幀抽取一幀的連續(xù)T幀采樣得到的圖像在位置(i,j)的灰度值向量組，即
    V(i,j) ={Vt(i,j)|t =1,...,T}     (1)
    其中，Vt(i,j)為第t幀圖像在位置(i,j)的灰度值。折衷考慮所需參與計(jì)算的視頻序列的長(zhǎng)度和背景提取的效率，可以由實(shí)驗(yàn)或經(jīng)驗(yàn)確定W的值。
    令B為最終得到的背景模型的數(shù)學(xué)表示，而Y(i,j)為背景模型B在位置(i,j)的灰度值。對(duì)于所有的(i,j)采用如下公式所述的算法對(duì)V(i,j) 執(zhí)行中值濾波可以得到Y(jié)(i,j)，
                                     (2)
    從而實(shí)現(xiàn)背景的更新，得到當(dāng)前時(shí)刻的背景圖像
    B={Y(i,j)|i=1,...,Nandj=1,...,M}      (3)
    其中，N、M分別是視頻圖像的高和寬。
    盡管在背景建模初期所得到的背景圖像可能并不精確，但是隨著場(chǎng)景中對(duì)象的運(yùn)動(dòng)，后續(xù)差異圖像中新的背景信息會(huì)使背景圖像變得越來(lái)越完整，而且當(dāng)場(chǎng)景中發(fā)生光照改變等動(dòng)態(tài)變化對(duì)已恢復(fù)的背景圖像產(chǎn)生影響時(shí)，這種背景建模方法可同時(shí)對(duì)背景圖像進(jìn)行及時(shí)地更新，以反映背景在實(shí)際中的漸變。

3  實(shí)驗(yàn)結(jié)果與分析
    為了驗(yàn)證本文的自適應(yīng)背景建模算法的有效性，筆者在實(shí)驗(yàn)室中設(shè)置了一個(gè)單攝像頭的簡(jiǎn)單的視頻監(jiān)控環(huán)境，不斷地使人的運(yùn)動(dòng)出現(xiàn)在攝像頭視野內(nèi)，應(yīng)用該算法。同時(shí)，由于在實(shí)驗(yàn)室中采集到的圖像的背景比較簡(jiǎn)單，筆者也將該算法應(yīng)用到了正在開(kāi)發(fā)研究的實(shí)際水下監(jiān)控系統(tǒng)中進(jìn)行了測(cè)試。下面給出的是筆者對(duì)以每秒25幀的速率采樣到的（352×288）格式的視頻序列應(yīng)用該算法的實(shí)驗(yàn)結(jié)果。圖2和圖3中的(a)是每0.5秒間隔抽取一幀的十幀連續(xù)的視頻圖像，而(b)是計(jì)算出的背景圖像。
    其中，對(duì)抽樣速率W和抽樣視頻序列的長(zhǎng)度T的選取是否合適都會(huì)影響實(shí)驗(yàn)結(jié)果。當(dāng)T一定時(shí)，如果W過(guò)小使得抽樣速率遠(yuǎn)遠(yuǎn)小于目標(biāo)運(yùn)動(dòng)速率時(shí)，可能會(huì)將運(yùn)動(dòng)目標(biāo)誤判斷為是靜止的場(chǎng)景信息而得不到精確的背景模型；如果W過(guò)大可能會(huì)使程序執(zhí)行時(shí)間過(guò)長(zhǎng)，從而難以滿足實(shí)時(shí)處理的要求。當(dāng)W一定時(shí)，如果T過(guò)小即樣本值過(guò)少，會(huì)影響背景的恢復(fù)效果，失去本算法對(duì)背景更新的意義；如果T過(guò)大可能會(huì)影響實(shí)時(shí)處理的效果。因此在實(shí)際中應(yīng)該針對(duì)具體環(huán)境通過(guò)實(shí)驗(yàn)或者經(jīng)驗(yàn)確定W和T的值。我們針對(duì)具體環(huán)境進(jìn)行了大量實(shí)驗(yàn)，得出當(dāng)W為12、T為10，即對(duì)每0.5秒間隔抽取一幀的十幀輸入圖像進(jìn)行處理的效果比較理想。        

(a)連續(xù)的十幀視頻圖像                                      (b)背景圖像
圖2  對(duì)實(shí)驗(yàn)室中監(jiān)控系統(tǒng)的測(cè)試結(jié)果

(a)連續(xù)的十幀視頻圖像                                    (b)背景圖像
圖3  對(duì)實(shí)際的水下監(jiān)控系統(tǒng)的測(cè)試結(jié)果

    實(shí)驗(yàn)的結(jié)果驗(yàn)證了本算法實(shí)現(xiàn)自適應(yīng)背景建模的可行性和有效性，無(wú)論是在簡(jiǎn)單的環(huán)境還是比較復(fù)雜的場(chǎng)景中，對(duì)背景的抽取結(jié)果都比較令人滿意。而且該算法實(shí)現(xiàn)簡(jiǎn)單，只需使用較少的圖像幀數(shù)就能獲得完整的背景圖像，并且能夠滿足實(shí)時(shí)性的要求。

4  結(jié)語(yǔ)
    本文采用的自適應(yīng)背景建模算法，能夠自動(dòng)地將前景中存在運(yùn)動(dòng)目標(biāo)的復(fù)雜背景較準(zhǔn)確的提取出來(lái)，算法結(jié)構(gòu)簡(jiǎn)單，可以在短時(shí)間內(nèi)較完整地構(gòu)建出背景圖像，并且能夠適應(yīng)光線的變化及時(shí)地更新背景。將該算法應(yīng)用于視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)的檢測(cè)簡(jiǎn)捷、有效、便于實(shí)現(xiàn)，并且符合實(shí)時(shí)處理的要求。

參考文獻(xiàn):
[1] How-Lung Eng, Kar-Ann Toh, JunxianWang and Wei-Yun Yau. An automatic drowning detection surveillance system for challenging outdoor pool environments [C]. In: Proceedings of the Ninth IEEE International Conference on Computer Vision (ICCV 2003).
[2] Barron J, Fleet D, Beauchemin S. Performance of optical flow techniques [J]. International Journal of Computer Vision, 1994:12(1): 42~77.
[3] Lipton A, Fujiyoshi H, Patil R. Moving target classification and tracking from real-time video[C]. In: Proc of  WACV?8, 1998:8~14.
[4] Richard P Wildes. A measure of motion salience for surveillance applications [C]. In: Proc of Image Processing, 1998:102~121.
[5] Stauffer C and Grimson W. Adaptive background mixture models for real-time tracking [C]. Computer Vision and Pattern Recognition, CV PR?9, Fort Colins, CO,June 1999.
[6] Stefan Huwer. Adaptive Change Detection for real-time Surveillance Applications [J]. 2000 IEEE.