一种基于改进视觉背景提取算法的前景检测*

陈 树，丁保阔

(江南大学物联网工程学院，江苏 无锡 214122)

1 引言

目标跟踪是计算机视觉研究的一个热门课题，前景检测是目标跟踪的基础和关键步骤。传统的前景检测方法主要有帧差法、背景模型法和光流法。视觉背景提取ViBe(Visual Background extractor)算法[1]是Barnich提出的一种新的背景模型法，并发展成为目标跟踪领域一种通用的背景减除算法[2]。ViBe算法根据邻域像素值具有空间相似性[3]的特点，利用少量的邻域像素快速建立背景模型，Barnich从理论和实验的角度验证了ViBe算法比高斯混合模型、码本算法、加强型高斯混合模型、贝叶斯直方图等背景减除算法计算速度快且检测率高。所以，该算法很容易应用到消费类的电子产品[4]领域和交通视频监控[5]中。

ViBe算法[1,2]使用第1帧初始化背景模型，容易产生鬼影，文献[6]在ViBe算法的初始化阶段使用前n帧对模型初始化，该算法在一定程度上快速消除了鬼影，但当前n帧中的多帧同时包含运动目标时，会在运动目标区域出现前景像素的漏检；文献[7]针对鬼影在视频中连续出现的次数比真实运动目标出现的次数多的特点，为视频帧建立一个统计前景点出现次数的掩膜，当某个像素被连续分类为前景点次数超过一定阈值时，强制该像素变为背景点，同时更新该像素和其邻域像素的背景模型，这样判断一个前景点是否为鬼影在时间上有了一定滞后性；文献[8]在模型的初始化阶段使用前2～n+1帧与第1帧求帧差图像，然后添加进入模型中，在一定程度上也能很好地消除掉鬼影，但是因为先求像素的帧差值压缩了像素之间的差别，会出现一定程度的检测目标不完整的缺点；……