基于改进的背景差分的运动目标实时检测算法

徐蔚鸿，严金果

(长沙理工大学计算机与通信工程学院， 湖南 长沙 410114)

1 引言

智能视频监控系统研究的主要内容是对监控视频中运动的人和物进行检测、跟踪与识别等。而对运动目标的实时检测是其他一切工作的必要前提，检测效果将直接影响后续工作的准确性。运动目标实时检测是指在视频序列中实时地抽取出与背景存在相对运动的前景目标，为以后的目标识别做准备。

在实际应用中，由于场景多样性、准确性以及实时性对运动目标检测效果的影响，近年来国内外学者对此做了深入的研究。目前，运动目标检测常用的方法有光流法[1]、帧间差分法[2,3]、背景差分法[4～8]。其中，光流法适用于摄像机运动的情况，但其算法的时间复杂度高，目前很难实现对运动目标的实时检测[9]。帧间差分法适用于环境动态变化，快速提取运动目标轮廓，但分割后容易在运动目标实体内产生空洞，即不能完整地检测出运动目标[10]。背景差分法是目前运动目标检测最流行的一种方法，适用于背景相对稳定及摄像头静止的情况。彩色图像HSV自适应混合高斯建模算法[11]是背景差分中的一种，其对图像进行Hue、Saturation、Value分离后进行自适应混合高斯建模，但是计算量大难以实现对运动目标的实时检测。帧间差分中的三帧差分算法[12]虽然能快速检测出运动目标的轮廓，但检测的目标容易出现空洞。

针对上述存在的不足，本文进行了如下两点改进，首先用基于HIS分离的分块建模思想代替传统混合高斯模型逐点建模方式以减小计算量，其次运用三帧差分的思想快速提取运动目标轮廓。……