基于一维最大熵的视频图像运动背景减除

李 亚,王 颖

(北京化工大学信息科学与技术学院,北京 100029)

0 引 言

基于视频图像的智能监控已经应用到城市交通、机场、人体动作分析等多个领域，通过减除视频图像的背景，实现运动目标跟踪、监控、报警以及行为分析等[1]。视频图像背景减除分为恒定背景和运动背景这2类，主要方法有光流法、帧差法、背景建模法等[2]。光流法计算图像中每个像素点对应速度变化的光流矢量，利用运动目标与背景光流矢量的差异实现背景减除[1,3]，运算量大，很难实现运动目标的实时检测。帧差法利用运动目标相对于背景的变化，基于OTSU法确定相邻帧的差分图像中运动目标和背景的分割阈值实现背景减除[4-5]。当运动目标灰度分布均匀时，相邻图像同一位置的目标灰度值接近，导致运动目标易被误检为背景使得目标出现空洞，连通性降低。背景减除法基于视频图像与建立的背景模型的差异实现目标检测。常用的背景建模用多个高斯模型描述视频图像每个像素点时域的灰度分布建立背景模型，对于运动背景，通过实时更新背景模型实现目标的检测[6-7]，但是后续帧的背景被误判为运动目标，形成虚假运动目标即“鬼影”[8]，为了消除鬼影，文献[9]基于当前图像与前帧图像前景区域灰度分布直方图之间的差异，通过寻找直方图匹配率最高的鬼影块消除鬼影，但是该方法需要图像前景目标的先验知识，局限性大，适用性较差；此外一些学者通过分段设置背景学习效率加快背景模型的更新速率，但建模运算量增大，时间成本提高，不利于实时目标检测[10]。……