《電子技術應用》
您所在的位置：首頁 > 嵌入式技術 > 設計應用 > 一種新型移動物體檢測及背景建模系統(tǒng)
一種新型移動物體檢測及背景建模系統(tǒng)
來源：電子技術應用2013年第1期
葛海淼1,， 戴學豐1,， 王成琳2
1. 齊齊哈爾大學 計算機與控制工程學院，黑龍江 齊齊哈爾161006,； 2. 齊齊哈爾大學 通信與電子工程學院,，黑龍江 齊齊哈爾161006
摘要： 幀差法和背景減除法是目前應用較廣的移動物體檢測方法。針對背景建模中經(jīng)常出現(xiàn)“拖尾”現(xiàn)象,，結合幀差法提出了一種新的移動物體檢測系統(tǒng),，并就該系統(tǒng)的可擴展性進行了深入分析,，提出了一種實時幀保存算法。實驗結果表明,，該系統(tǒng)可以很好地抑制“拖尾”效應,，并為其他算法在該系統(tǒng)上的應用提供了更好的基礎條件。
中圖分類號: TP391.41
文獻標識碼: A
文章編號： 0258-7998(2013)01-0069-03
A new mobile object detection and background modeling system
Ge Haimiao1, Dai Xuefeng1, Wang Chenglin2
1. College of Computer and Control Engineering, Qiqihaer University, Qiqihaer 101006, China; 2. Communication and Electronic Engineering Institute, Qiqihar University, Qiqihaer 161006, China
Abstract： Frame difference and background subtraction method are wide used moving object detection method. In connection with shortcoming of the “tail” phenomenon in background modeling, this paper represents a new object detecting system with a new moving object detection algorithm , and represents a real-time frame saving algorithm to expand the scalability of the system. The experimental results indicate that this paper’s algorithm can inhibit the “tail” effect and the scalability is expanded.
Key words : video capture; moving object detection; background modeling

    多媒體技術的不斷發(fā)展給人們的生活帶來了很多的便利,，在很多工程應用設計中,，會涉及到大量的圖像捕捉與圖像處理的問題，如防盜報警系統(tǒng)的設計,、交通監(jiān)控系統(tǒng)的設計等,，這些系統(tǒng)在某些程度上代替了人的重復勞動，在實際工作中都有十分重要的實用價值[1-4],。筆者對計算機視覺技術及算法進行了深入研究,，并開發(fā)了一種新型的移動物體檢測及背景更新系統(tǒng)。

1 系統(tǒng)裝置
    系統(tǒng)的設計具有一定的創(chuàng)新性,，適合于室內及室外光線變化率不強烈的環(huán)境,。硬件裝置具有體積小、結構簡單,、易于安裝等特點,，使用靈敏度高、抗強光,、體積小的CCD攝像頭,，CPU為Intel Pentium 4, 內存1 GB，硬盤80 GB的計算機(或筆記本電腦),。CCD攝像頭與計算機相連,固定在觀察者位置即可,。系統(tǒng)裝置圖如圖1所示。

2 算法
2.1 幀差法與背景更新相結合算法分析
    幀差法是一種在實際應用中經(jīng)常使用的運動目標檢測方法,。該方法算法簡單,，運算速度快，非常適合實時性檢測要求較高的場合,。但幀差法對于圖像的噪聲(電子噪聲,、顆粒噪聲等)及攝像機的抖動比較敏感，個別像素可能因此而劇烈變化從而造成誤判的發(fā)生,。另外,，如果移動物體移動速度過慢，有可能檢測不到移動物體,。
    背景減除法的關鍵在于如何準確地提取出背景,，并且當背景發(fā)生改變時，能及時地更新背景,，其優(yōu)勢在于對移動目標的準確判斷,。但是背景更新是一個學習的過程,，有時間延遲，另外,，由于學習過程中包含移動物體信息,，經(jīng)常有“拖尾”現(xiàn)象發(fā)生，影響結果的精度,。如何去除“拖尾”現(xiàn)象,，李宏研[5]等提出一種相關矩陣判別法，但是運算較復雜,；陳利平[6]等提出多幀加權的方法，運算也較復雜,，結果對環(huán)境的依賴較大,。本文提出一種幀差法與反饋背景更新結合算法,試圖緩解“拖尾”現(xiàn)象。


    TH1的值一般為20~30之間,。TH2的值與TH1相同,。由于p1的作用是判定學習回歸，所以TH3的值不宜過大,，一般在0.01~0.05之間,。TH4的作用是抑制圖像強烈變化時的無用更新，一般在0.5~0.7之間,。TH5的作用是判定移動物體響應程度,一般在0.05~0.1之間,。
2.2 程序可擴展性算法分析
    對于不同的移動物體檢測算法，其對系統(tǒng)提供的時序幀要求也不同,，比如上文提到的幀差法,，有二幀差法、三幀差法,、四幀差法,；對于背景建模算法，迭代法只要求當前幀,，反饋背景更新算法則要求有當前幀和前一幀圖像,，參考文獻[6]中提到的多幀加權算法要求至少有包括當前幀在內的之前5幀圖像，這就需要系統(tǒng)提供足夠的基礎數(shù)據(jù),。而對于實時系統(tǒng)而言,，為了保證系統(tǒng)的可持續(xù)性和實時性，通常只將當前幀保存在內存中,，這就限制了其他算法在該系統(tǒng)上的應用,。為了保持系統(tǒng)的可持續(xù)性并保證多種算法可以在一個系統(tǒng)中運行，本系統(tǒng)采用了時序調用的方法,，將當前幀以及之前一段時間內的所有時序幀可控地保存在硬盤上,，以備其他算法調用,，并始終維持這一狀態(tài)，以保持系統(tǒng)的可持續(xù)性,。
    本系統(tǒng)中采用Ontimer()方法實時采集視頻幀,，并在采集當前幀后把它保存到硬盤上，通過累加計數(shù)的方式控制保存幀的個數(shù),。當保存幀數(shù)超過某個控制值時,，從之前的第一幀開始依時間順序刪除前面的幀，并持續(xù)下去,，這樣在系統(tǒng)運行的整個過程中始終有一定數(shù)量的幀可供調用,。當系統(tǒng)結束運行時，用OnCancel()方法將這些中間變量刪除,。對于用戶而言,，保存幀后刪除幀的動作是不可見的，但用戶在系統(tǒng)運行過程中可以調用控制值以內的任意幀,。
    (1)判斷保存路徑是否存在,，如果存在則保存幀，否則創(chuàng)建保存路徑,；
    (2)用capFileSaveDIB（）方法保存幀并計數(shù),；
    (3)判斷幀的數(shù)量，如果大于10（可根據(jù)需要改變）,，則刪除第一幀,；
    (4)判斷終止條件是否滿足，滿足則刪除所有幀,，刪除當前目錄,，否則返回第(2)步。
2.3 算法流程
    本文算法流程圖如圖2和圖3所示,。

3 程序測試及結果分析
3.1 幀差法與背景更新相結合算法的具體實現(xiàn)和效果
    在系統(tǒng)測試過程中,，設置4個窗口，分別為左上原始視頻,，右上背景減除法,，左下迭代法背景更新算法，右下本文提出算法的運行效果,，可以看出,，新背景更新算法抑制了“拖尾”現(xiàn)象。演示效果如圖4所示,。

 

 

3.2 擴展幀保存算法的測試
    本算法主要實現(xiàn)保存實時幀到硬盤上,，并保持一定的數(shù)量持續(xù)更新實時幀，當系統(tǒng)結束運行后,，刪除這些實時幀,，并刪除保存位置的文件夾,。
    當系統(tǒng)運行后，在D盤位置會新建一個名為pic的文件夾,，實時幀就保存在這個文件夾里,。系統(tǒng)結束后，幀和目錄同時被刪除,。
    本文介紹了一種新型的移動物體檢測及背景更新系統(tǒng),。該系統(tǒng)采用一種新型幀差法和反饋背景更新相結合的算法作為背景更新算法，并在系統(tǒng)中對時序幀的生成和調用方法進行了改進,。實驗結果表明,，該算法能夠有效去除“拖尾”效應，并且該系統(tǒng)的實時幀保存算法能夠有效地適應大多數(shù)算法在該系統(tǒng)上的應用,。該系統(tǒng)沒
有對視頻進行前期處理,，下一步將主要研究視頻的前期處理工作，以達到提高精度的目的,。
參考文獻
[1] COLLINS R T, LIPTON A J. A system for video survei llance and monitoring:VSAM find report[R].Carnegie Mellon University: Technical Report, 2000.
[2] HARITAOGLU  I, HARWOOD D, DAVIS L. W4:real-time surveillance of people and their activities [J]. IEEE Trans Pattern Analysis and Machine Intelligence,2000,22(8):809-830.
[3] 項昀. 基于移動檢測的運動物體識別技術的研究[D].北京：北京交通大學,2007.
[4] 于立男. 基于ARM平臺的單攝像頭運動目標檢測與跟蹤系統(tǒng)[D]. 大連：大連理工大學,2010.
[5] 李宏研.改進的移動目標檢測算法及其實現(xiàn)[J]. 計算機工程,2011,37(4):195-197.
[6] 陳利平. 基于下采樣和幀差的運動目標檢測方法[J].通信與信息處理,2010,29(12):46-48.

此內容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權禁止轉載,。