基于彩色背景建模的前景检测

孙海军，嵇亮亮，王 耿

（中国电子科技集团公司第二十八研究所，江苏南京 210007）

0 引言

对序列图像的运动分析是当前计算机视觉领域的一个重要研究方向，其研究内容相当丰富，在高级人机交互、智能监控、交通监测等方面具有广泛的应用前景。其中一个重要课题就是基于视频的运动目标检测，判断视频序列中是否存在运动目标，并确定运动目标的位置、形状等特征。目前主要的运动检测方法有差分法［1］、光流法［2，3］和背景减除方法［4］。不同方法存在着各自的优缺点，对于背景减除法而言，最主要的难点在于寻找理想的背景模型以及后续背景模型的更新［5］。本文通过对像素统计分析，建立彩色背景及振幅模型的方法来实现前景检测，并持续更新模型。

1 算法整体框架

本文的算法框图如图1 所示。

依图1 所示，首先对图像进行图像预处理，然后初始化背景模型，当初始模型完成后，进行提取前景。在提取前景的过程中，不断对模型进行更新。

2 彩色背景建模

2.1 图像预处理

由于原始图像中往往存在噪声，所以直接求差分受到的影响比较大。因此，在进行背景减除之前，必须先对图像进行滤波处理。本文采用中值滤波的方法，对图像进行平滑处理，剔除了部分噪声。

2.2 背景模型

对于视频图像的某一像素点进行统计，可以发现在大部分的时间段内，该像素点RGB 各通道的亮度值多为背景点的值，变化幅度很小，只有在有前景运动目标通过时，它的值才会发生较大变化，如图2 所示，列出了R 通道的值变化。……