第五章運動目標檢測

1、第三次上機安排：時間：11月24日（周一）8:00-11:50（1-4節(jié)）地點：計算中心T07內(nèi)容：對第二次上機保存的關(guān)鍵幀先進行灰度化，然后利用閾值分割算法對其進行圖像分割（至少編程實現(xiàn)一種算法），并分析實驗結(jié)果。方式：自行完成要求：上機時帶上存好的關(guān)鍵幀圖像，可帶自己的電腦。第五章 運動目標檢測技術(shù) 運動目標檢測是指在視頻圖像序列中判斷是否有前景目標的運動，如果有則對目標進行初始定位的檢測過程，運動目標檢測是實現(xiàn)目標識別跟蹤的基礎(chǔ)。 常用的運動目標檢測方法包括時間差分法、背景差分法、光流法。 1、時間差分法(P.170) 直接比較圖像序列相鄰幀對應像素點發(fā)生的相對變化，是一種直接簡單的運動

2、檢測方法。 優(yōu)點是計算簡單、速度快。差分的兩幅圖像的時間間隔較短，受光線變化影響小，非常適合于動態(tài)變化場景。 缺點有三個方面，首先它不能完全提取出運動物體所有相關(guān)的特征像素點；其次是對噪聲非常敏感，而且檢測出的物體位置不精確；再次必須根據(jù)目標的運動速度選擇合適的差分時間間隔，否則將錯檢或漏檢。elseTtyxftyxfttyxfd0| ),(),(|1),(21212、背景差分法(P.172) 是目前運動分割中最常用的一種方法，利用當前圖像與背景圖像進行差分，從而檢測出運動區(qū)域。 首先對背景模型進行初始化，建立原始的背景圖像；背景模型更新是根據(jù)當前輸入的圖像修正背景模型，及時反映環(huán)境的變化；背

3、景差分是將當前幀和背景模型進行差值運算，然后與閾值相比較提取出運動目標。 運動目標運動目標 對于場景的動態(tài)變化，光照和外部噪聲等干擾會影響處理結(jié)果： （1）光照條件變化 一是光照緩慢變化，可以通過更新背景解決；另一種是光照條件變化很快，背景模型的更新速度跟不上光照變化速度。會將大面積的背景當作前景目標。 （2）遮擋與運動目標混淆 當兩個運動物體相互靠近重疊時，簡單的背景相減會將其當作一個目標而不是兩個不同目標。而如果一個運動物體的一部分被背景遮擋，則背景相減后可能會將其當作兩個分開的運動物體。 （3）物體停止或者運動過慢 當運動物體停止時，需要考慮是否將該物體當作背景；而運動過慢物體會產(chǎn)生拖尾

4、以及中間產(chǎn)生空洞。 （4）背景中物體運動，引起虛靜止物體 當初始背景中存在運動物體時，該運動物體的初始圖像在背景中將長期存在，在檢測結(jié)果中出現(xiàn)虛的靜止目標，用一般的背景更新算法很難將該區(qū)域去除。 （5）樹葉擺動等干擾 當背景中有很多并非絕對靜止的背景物體時，在檢測結(jié)果中將會產(chǎn)生很多噪聲。若場景中有風，背景中大部分樹葉都在晃動，在檢測結(jié)果中出現(xiàn)很多樹葉。 （6）運動物體的陰影 由于運動物體存在著陰影，而這些陰影往往與背景不同，在背景相減過程中，這些陰影會與前景物體連在一起，不利于前景物體的跟蹤與識別。 對于（1）光照條件變化 ，必須對所有像素點進行全局統(tǒng)計，以判斷是否有光照條件的變化。依據(jù)前景物

5、體所占比例小的假設(shè)，可以通過判斷像素點中前景點占的百分比來判斷光照條件是否變化，以決定是否要提高背景的更新率。 對于（2）遮擋與運動目標混淆 ，目前的解決方法是基于模板匹配。 對于（3）物體停止或者運動過慢 ，如果停止的物體將長期靜止，則應該將其視為背景；如果它只是短期停留，則應該還是將其作為前景目標。 對于（4）背景中物體運動，引起虛靜止物體 ，由于虛物體被檢測出來都是靜止的，可以用上述解決（3）的方法來處理，不過這種方法需要一定長的時間?；蛲ㄟ^基于內(nèi)容的方法來解決。 對于（5）樹葉擺動等干擾 ，可以借助一些去除噪聲的方法。 對于（6）運動物體的陰影 ，可以使用隱式馬爾可夫模型來解決該問題。

6、 v 教材補充內(nèi)容 運動目標測方法總結(jié)示意圖 光流法空域法時域法背景減法幀差法運動目標檢測基本背景建模法統(tǒng)計背景建模法兩幀差分法三幀差分法均值濾波法W4法單高斯模型混合高斯模型v 運動目標檢測 常見時域法優(yōu)缺點對比表算法名稱算法名稱優(yōu)點優(yōu)點缺點缺點幀差法幀差法算法簡單易于實現(xiàn)實時監(jiān)算法簡單易于實現(xiàn)實時監(jiān)控，對場景光線變化不敏控，對場景光線變化不敏感感噪聲較多，檢測精度不高，易噪聲較多，檢測精度不高，易出現(xiàn)重疊和空洞現(xiàn)象，對目標出現(xiàn)重疊和空洞現(xiàn)象，對目標描述不完整描述不完整背景減法背景減法算法簡單易于實現(xiàn)，檢測算法簡單易于實現(xiàn)，檢測結(jié)果完整，適合實時處理結(jié)果完整，適合實時處理易受到背景變化的干擾

7、，如樹易受到背景變化的干擾，如樹葉搖動、雨雪天氣等葉搖動、雨雪天氣等光流法光流法包含目標運動信息和三維包含目標運動信息和三維結(jié)構(gòu)信息，可以在場景信結(jié)構(gòu)信息，可以在場景信息未知的情況下進行檢測息未知的情況下進行檢測算法復雜耗時，抗噪聲能力比算法復雜耗時，抗噪聲能力比較差，需要特定的硬件支持，較差，需要特定的硬件支持，實用性較差實用性較差 相鄰兩幀算法流程圖差分圖像二值化公式v運動目標檢測相鄰兩幀差分相鄰三幀算法流程圖v運動目標檢測相鄰三幀差分差分相乘算法流程圖運動目標檢測差分相乘法背景差分算法流程圖運動目標檢測背景差分法BSED算法流程圖運動目標檢測背景差分與邊緣檢測結(jié)合算法（BSED）TFED

8、算法流程圖運動目標檢測三幀差分和邊緣檢測結(jié)合算法（TFED）v 運動目標檢測 W4算法基本原理:用最小灰度值 、最大灰度值 和鄰間差分最大值 來描述背景模型，其中鄰間差分最大值是相鄰兩幀圖像之間灰度差分最大值。算法檢測原理如以下公式所示。( , )Min x y( , )Max x y( , )Dif x y( )B x 0,( , )( , )( , ) ( , )( , )1,Min x yk Dif x yI x yMax x yk Dif x yelse v 運動目標檢測 W4算法第45幀圖像不同k值檢測結(jié)果對比圖k=1k=3k=5待檢測圖像例1：運動目標實時監(jiān)控及報警系統(tǒng)開發(fā)v 研究

9、內(nèi)容運動目標檢測模運動目標檢測模塊：塊：W4運動目標運動目標檢測算法檢測算法遠程視頻監(jiān)控及遠程視頻監(jiān)控及報警系統(tǒng)報警系統(tǒng)遠程報警模塊：遠程報警模塊：GPRS MODEM發(fā)送短信和彩信發(fā)送短信和彩信報警報警運動目標實時監(jiān)控及報警系統(tǒng)的設(shè)計與開發(fā) 路線圖運動目標實時監(jiān)控及報警系統(tǒng)技術(shù)路線圖 移動通信技術(shù)中使用時間最長、用戶最多的網(wǎng)絡(luò)是2G/2.5G網(wǎng)絡(luò)。GSM全球移動通信系統(tǒng)/GPRS通用分組無線服務(wù)USB接口GPRS MODEM硬件設(shè)備連接效果圖運動目標實時監(jiān)控及報警系統(tǒng)的設(shè)計與開發(fā)v 遠程報警模塊運動目標實時監(jiān)控及報警系統(tǒng)的設(shè)計與開發(fā)v 系統(tǒng)界面設(shè)計系統(tǒng)界面設(shè)計效果圖運動目標檢測模塊報警模塊數(shù)

10、據(jù)庫管理模塊運動目標實時監(jiān)控及報警系統(tǒng)v 系統(tǒng)測試結(jié)果系統(tǒng)測試結(jié)果運動目標實時監(jiān)控及報警系統(tǒng)的設(shè)計與開發(fā)測試結(jié)果用戶接收報警信息結(jié)果演示：運動目標檢測系統(tǒng)例2：基于視頻分析的運動目標檢測系統(tǒng)v 運動目標檢測算法流程圖預處理: 去噪和亮度歸一化背景建模: 改進的均值濾波背景建模法目標檢測: 差分圖像分割后處理: 涂抹去噪和填充空洞步驟1：建立一個視頻流滑窗用來緩存前L幀視頻圖像;步驟2：將圖像的顏色值的變化范圍0-255劃分為n個區(qū)間：0, N, N, 2N, (n-1)N, 255, N = 255/n；步驟3：對于每個像素點的每一個顏色通道，先統(tǒng)計滑窗時間里每個區(qū)間內(nèi)顏色分量值在幀視頻圖像中

11、出現(xiàn)的次數(shù)，然后計算出現(xiàn)次數(shù)最多的區(qū)間內(nèi)所有值的平均值，并用它來作為背景模型在該點的顏色值：101( , )( , )mtt iiB x yIx ym基于視頻分析的運動目標檢測技術(shù)v 背景建模背景建模基于視頻分析的運動目標檢測技術(shù)v 背景建模 目標檢測算法流程圖帶陰影的運動目標背景減 TN差分圖像閾值分割Y背景和當前幀基于視頻分析的運動目標檢測技術(shù)v 目標檢測 差分圖像 2D交叉熵分割 交叉熵分割 0101( )log()log()( )( )kLiiii kiiD kipipm km k 最小分離度閾值:基于視頻分析的運動目標檢測技術(shù)v 閾值分割 實現(xiàn)了基于顏色不變特征等經(jīng)典的SR算法 結(jié)合

12、顏色不變特征、混合高斯陰影模型和邊緣檢測提出了一種陰影去除方法基于視頻分析的運動目標檢測技術(shù)v 陰影去除（SR）SR算法流程圖1. 基于顏色的陰影去除2. 引入邊緣檢測3. 輪廓提取基于視頻分析的運動目標檢測技術(shù)v 陰影去除（SR）基于顏色不變特征的陰影檢測基于高斯混合陰影模型的陰影驗證123arctan()max( , )arctan()max( , )arctan()max( ,)RcG BGcR BBcR G( , )( , )111( , )( , )222( , )( , )333B x yI x yB x yI x yB x yI x ydccdccdcc基于視頻分析的運動目標檢測技術(shù)v 陰影去除（SR）基于顏色的陰影去除基于視頻分析的運動目標檢測技術(shù)v 陰影去除（SR） 基于視頻分析的運動目標檢測技術(shù)v 邊緣檢測基于視頻分析的運動目標檢測技術(shù)v 運動目標提取 演示：室內(nèi)人流量統(tǒng)計原型系統(tǒng)第四次上機安排：時間：12月1日（周一）8:00-11:50（1-4節(jié)）地點：計算中心T07內(nèi)容：任選一種方法檢測視頻中的運動目標，并分析實驗結(jié)果。方式：自行完成要求：上機時帶上選好的有運動