基于非稳定状态的窗口式背景更新算法

宋俊芳 西藏民族大学信息工程学院

在有关视频序列的应用中，往往要求提取视频序列的背景信息以将其应用于二值化和视频事件检测等。但不管是二值化还是视频事件检测，对车道以外的区域的处理不但是没有意义的，而且会加重处理程序的负担，浪费计算机资源。因此，在以前的一些应用中，我们借助于车道线，对车道线以外的区域进行屏蔽，在对每帧图像的处理过程中对该部分区域不进行处理，这样就节省了大量的运算和计算机存储资源，使得程序处理效率大大提高。本文所要阐述的窗口式背景更新算法也是基于一种与之相似的思想展开的。特别适用于各种慢行和静态事件的检测应用。基于这一种思想，对车道以外以及车道上的无车区域和快速行驶的车辆不加处理，因为这些情况不是本文所关注的对象。而对于本文所关注的慢行或者突发性静态事件，则将其背景动态的提取出来，并进行实时更新，这样就能够最大限度的减少不必要的计算和遍历图像开销，取得最好的处理效率。

1 基于分块图像纹理差的稳态判断

为减少算法的运算量，将一帧图像分成若干个小块，如分辨率为720×288的一帧图像可分为90×48个8×6的小块。基于分块的稳态判断方法就是对每个小块分别进行判断，处理的过程。本文在分块的基础上，对前后两帧数据进行分析计算，然后确定前后两帧数据是否为同一个稳定状态。本文是通过均衡后的纹理差来判断。所谓纹理即图像的细节体现，包括轮廓，条纹等。设一块图像内共有个像素点，表示第i个像素点，表示所有像素的灰度之和。同时对应前一帧的这一小块中表示第i个像素点，表示该块的像素灰度之和。首先将当前帧灰度拉到前一帧灰度同一水平，其计算公式如下式所示：

如果当前块始终处于稳定状态，则其纹理差应该稳定在某一较小值左右，否者将出现大幅波动。

2 基于稳态判断的窗口式背景更新

本文的背景提取及更新是基于纹理稳态判断提出的，首先假设背景图像中每个像素点的灰度均为0，即背景全黑。假如当前块一直稳定就会记录下当前的图像信息，并对此记录信息按照一定的帧间隔进行更新处理。如果当前块快速经过稳态——非稳态——稳态的转变过程，则对当前块不做任何处理。如果当前块没有很快回到稳态，我们则将会把稳态是的记录信息当成其背景加以显示。之后我们在该块重回稳态后又将其设为全黑。这样一来，对全黑区域来说，没有我们关心的事件，我们在遍历图像的过程中即可跳过这些块区域，我们把这样的背景更新算法称之为窗口式背景更新算法。

3 实验结果

没车区域的纹理差检测效果图1所示，有车区域的纹理差检测效果图如图2所示。

图1 没车区域的纹理差检测效果

图2 有车区域的纹理差检测效果

从图1和图2可以看出稳态和非稳态的纹理有显著差异，因

图3 有行人停留时的窗口背景

图4 有慢行车辆时的窗口背景

4 结束语

背景更新作为背景差算法检测目标重要的前提，其好坏直接影响着目标检测的精度。本文提出的基于纹理差稳态判断的背景更新算法，引入图像分块理念，大大减少了算法的运算量，除此之外，用分块区域的纹理差进行背景稳态判断，作为背景更新的条件在很大程度上改善了获得背景的质量。

[1]周恩策,刘纯平,张玲燕,等.基于时间窗的自适应核密度估计运动检测方法[J].通信学报, 2011, 32(3):106-114.

[2]GE Hai-miao,葛海淼, DAI Xue-feng,等. 基于帧差法和反馈背景更新相结合的改进背景更新算法的研究[C]//黑龙江省会员代表大会.2011.

[3]苏书杰.视频检测系统中的背景检测及更新算法研究[D].长安大学,2009.

[4]孙丽婷,宋焕生,关琦,等.基于稳定状态差异的停车及抛落物检测算法[J].电视技术,2015,39(15):115-119.