基于w4算法和幀間差分的視頻監(jiān)控目標(biāo)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于視頻監(jiān)控圖像處理技術(shù)領(lǐng)域，特別是一種既不會(huì)錯(cuò)檢，也沒(méi)有空洞現(xiàn) 象基于W4算法和幀間差分相結(jié)合的視頻監(jiān)控目標(biāo)檢測(cè)方法。
【背景技術(shù)】
[0002] 智能視頻監(jiān)控系統(tǒng)需要準(zhǔn)確地完成運(yùn)動(dòng)目標(biāo)的檢測(cè)，從而將運(yùn)動(dòng)目標(biāo)與背景圖像 分離，以供后繼處理。因此運(yùn)動(dòng)目標(biāo)檢測(cè)是運(yùn)動(dòng)目標(biāo)跟蹤等很多后續(xù)處理的基礎(chǔ)。運(yùn)動(dòng)目標(biāo) 檢測(cè)算法制約著整個(gè)智能視頻監(jiān)控系統(tǒng)的穩(wěn)定性、可靠性。
[0003] 目前，比較成熟的運(yùn)動(dòng)目標(biāo)檢測(cè)算法可以分為以下三類:光流法、幀差法以及背景 建模法。
[0004] (1)光流法是將二維圖像平面坐標(biāo)點(diǎn)上灰度的瞬時(shí)變化率定義為光流矢量，通過(guò) 估計(jì)光流矢量梯度平方和或拉普拉斯平方和的最小化確定目標(biāo)運(yùn)動(dòng)。單純從圖像灰度強(qiáng)度 來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)的光流法在運(yùn)動(dòng)目標(biāo)與背景圖像的對(duì)比度很小，或圖像存在噪聲時(shí)，其效 果較差，而且光流法運(yùn)算量較大，對(duì)硬件設(shè)備要求較高，在實(shí)時(shí)監(jiān)控系統(tǒng)中很難得到應(yīng)用。
[0005] (2)幀差法是在視頻圖像序列中的相鄰兩幀間對(duì)圖像灰度值做差分運(yùn)算，從而提 取圖像中的運(yùn)動(dòng)區(qū)域。幀差法在動(dòng)態(tài)環(huán)境中具有較強(qiáng)的自適應(yīng)性，對(duì)光照的變化干擾不敏 感，運(yùn)算量小，其缺點(diǎn)是很難完整地提取出與運(yùn)動(dòng)目標(biāo)相關(guān)的全部像素區(qū)域，只能提取出邊 界點(diǎn)，容易在運(yùn)動(dòng)實(shí)體內(nèi)部產(chǎn)生空洞。此外，在運(yùn)動(dòng)目標(biāo)速度緩慢時(shí)，很可能會(huì)檢測(cè)不到，而 運(yùn)動(dòng)目標(biāo)速度過(guò)快時(shí)，將會(huì)把部分背景也檢測(cè)為運(yùn)動(dòng)目標(biāo)，檢測(cè)出的物體在運(yùn)動(dòng)方向上被 拉伸，造成檢測(cè)效果不精確。
[0006] (3)背景差分法是對(duì)視頻幀序列進(jìn)行分析后通過(guò)建立相應(yīng)的合適的背景提取模型 提取到背景圖像幀，再通過(guò)多視頻幀序列進(jìn)行實(shí)時(shí)采集獲得當(dāng)前幀視頻圖像，二者相減得 到差分值。通過(guò)對(duì)差分結(jié)果的辨析，判斷某一像素點(diǎn)是感興趣的（或者說(shuō)有用的）運(yùn)動(dòng)目標(biāo) 還是背景像素點(diǎn)。根據(jù)背景差法的原理，只要能夠建立正確的背景圖像，用當(dāng)前幀圖像減去 背景圖像即可提取出運(yùn)動(dòng)目標(biāo)。所以，運(yùn)動(dòng)目標(biāo)檢測(cè)的關(guān)鍵是如何建立合適的自適應(yīng)背景 模型，有效的去除光照、噪聲等引起的干擾。自適應(yīng)背景模型能夠根據(jù)背景的變化建立背景 模型，并不斷更新模型參數(shù)，最后根據(jù)運(yùn)動(dòng)目標(biāo)像素的模型分布參數(shù)與背景模型的分布參 數(shù)是否符合來(lái)判斷運(yùn)動(dòng)目標(biāo)像素點(diǎn)，從而檢測(cè)出運(yùn)動(dòng)目標(biāo)。
[0007] I·Ha;ritaoglu和D·Ha;rvood于2000年在《IEEE》上發(fā)表的《w4:Real-Time surveillance of people and their activitie》中提出W4算法，它屬于背景差分法的一 種。它利用最大、最小灰度值和最大時(shí)間差分值為場(chǎng)景中每個(gè)像素進(jìn)行統(tǒng)計(jì)建模。它的主要 特點(diǎn)如下：
[0008] (1)在室外等光照良好的場(chǎng)景下檢測(cè)算法很有效；
[0009] (2)在場(chǎng)景變化時(shí)，也可以建立背景模型；
[0010] (3)能克服背景中的擾動(dòng)；
[0011] (4)能同時(shí)對(duì)多個(gè)目標(biāo)進(jìn)行檢測(cè)；
[0012] (5)對(duì)背景模型進(jìn)行周期性的更新，對(duì)環(huán)境及背景的變化有一定的自適應(yīng)性；
[0013] (6)參數(shù)較少，運(yùn)算量較小，資源消耗少；
[0014] 由W4運(yùn)動(dòng)檢測(cè)算法的特點(diǎn)可知，對(duì)于一個(gè)靜態(tài)的攝像機(jī)實(shí)時(shí)監(jiān)控固定區(qū)域，W4運(yùn) 動(dòng)檢測(cè)算法是一種即可以取得較好效果，又兼具實(shí)時(shí)性的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。
[0015] 然而經(jīng)典W4背景建模算法只能克服光照強(qiáng)度的微小變化以及背景的輕微運(yùn)動(dòng)等 問(wèn)題，背景模型建立后就不變了，這對(duì)長(zhǎng)時(shí)間的監(jiān)控系統(tǒng)來(lái)說(shuō)誤差會(huì)越來(lái)越大，因?yàn)楫?dāng)周圍 環(huán)境發(fā)生變化后，會(huì)使之前建立好的背景模型不能適應(yīng)當(dāng)前的環(huán)境，系統(tǒng)可能將背景點(diǎn)檢 測(cè)為運(yùn)動(dòng)目標(biāo)點(diǎn)，將運(yùn)動(dòng)目標(biāo)點(diǎn)檢測(cè)為背景點(diǎn)，即產(chǎn)生錯(cuò)檢。
[0016] 綜上所述，現(xiàn)有技術(shù)存在的問(wèn)題是：基于W4算法的視頻監(jiān)控目標(biāo)及異常事件檢測(cè) 方法會(huì)因背景突變帶來(lái)錯(cuò)檢，幀間差分造成空洞，最終導(dǎo)致檢測(cè)不準(zhǔn)，且不能檢測(cè)異常事 件。

【發(fā)明內(nèi)容】

[0017] 本發(fā)明的目的在于提供一種基于W4算法和幀間差分的視頻監(jiān)控目標(biāo)檢測(cè)方法，既 不會(huì)錯(cuò)檢，也沒(méi)有空洞現(xiàn)象。
[0018] 實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：
[0019] 一種基于W4算法和幀間差分的視頻監(jiān)控目標(biāo)檢測(cè)方法，包括以下步驟：
[0020] (10)圖像采集:利用監(jiān)控?cái)z像頭采集含有運(yùn)動(dòng)目標(biāo)的圖像，包括RGB圖像和灰度化 圖像；
[0021] (20)圖像灰度化:將采集到的RGB圖像進(jìn)行灰度化；
[0022] (30)背景模型初始化:提取灰度化圖像中前k幀圖像的像素點(diǎn)處的統(tǒng)計(jì)特性，包括 灰度最大值、灰度最小值，以及最大時(shí)間差分值；
[0023] (40 )W4算法檢測(cè)：利用每點(diǎn)的最大時(shí)間差分值，計(jì)算整幅圖像相鄰兩幀最大距離 的均值，將灰度化圖像k+Ι幀開(kāi)始的每個(gè)像素點(diǎn)的灰度值分別與背景模型中對(duì)應(yīng)像素點(diǎn)進(jìn) 行比較，得到W4算法二值化前景圖像；
[0024] (50)幀間差分檢測(cè):對(duì)灰度化圖像k+Ι幀開(kāi)始的每一幀圖像，設(shè)當(dāng)前幀為t，取一段 時(shí)間[t-n_l，t]內(nèi)當(dāng)前幀及之前的偶數(shù)幀圖像，使用幀間差分法對(duì)相鄰的兩幀分別進(jìn)行差 分，得到多幅二值化的差分圖像，再將它們進(jìn)行邏輯或運(yùn)算，從而得到幀間差分二值化前景 圖像；
[0025] (60)運(yùn)動(dòng)目標(biāo)檢測(cè):將W4算法二值化前景圖像與幀間差分二值化前景圖像進(jìn)行邏 輯與運(yùn)算，并進(jìn)行形態(tài)學(xué)濾波，若像素點(diǎn)為前景，則判斷為運(yùn)動(dòng)目標(biāo)，顯示該運(yùn)動(dòng)目標(biāo)，令其 在顯示器顯示的灰度值為255。
[0026]本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)：
[0027] (1)經(jīng)典W4背景建模算法只能克服光照強(qiáng)度的微小變化以及背景的輕微運(yùn)動(dòng)等問(wèn) 題，背景模型建立后就不變了，這對(duì)長(zhǎng)時(shí)間的監(jiān)控系統(tǒng)來(lái)說(shuō)誤差會(huì)越來(lái)越大，當(dāng)周圍環(huán)境發(fā) 生變化，如光照、風(fēng)強(qiáng)度變化、運(yùn)動(dòng)物體突然停止，以及靜止物突然運(yùn)動(dòng)等，已建立好的背景 模型可能不再適應(yīng)變化了的環(huán)境，就有可能出現(xiàn)檢測(cè)錯(cuò)誤。本發(fā)明將W算法的檢測(cè)結(jié)果和幀 間差分的檢測(cè)結(jié)果進(jìn)行邏輯與運(yùn)算，與經(jīng)典W4算法相比，可以增大目標(biāo)檢測(cè)的準(zhǔn)確性。
[0028] (2)幀間差分雖然能夠適應(yīng)視場(chǎng)內(nèi)物體的突變，及時(shí)地檢測(cè)出場(chǎng)景內(nèi)物體的運(yùn)動(dòng) 狀態(tài)變化，并且對(duì)光照的變化也有很好的適應(yīng)能力，但受物體運(yùn)動(dòng)速度的影響較大，如果物 體運(yùn)動(dòng)太慢，檢測(cè)結(jié)果出現(xiàn)嚴(yán)重的空洞現(xiàn)象。本發(fā)明將幀間差分的檢測(cè)結(jié)果與W4算法的檢 測(cè)結(jié)果進(jìn)行邏輯與運(yùn)算，可以去除目標(biāo)運(yùn)動(dòng)速度過(guò)慢出現(xiàn)的空洞現(xiàn)象。
[0029]下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。
【附圖說(shuō)明】
[0030] 圖1為本發(fā)明基于W4算法和幀間差分的視頻監(jiān)控目標(biāo)檢測(cè)方法的流程圖。
[0031] 圖2(a)為經(jīng)典W4算法、幀間差分法與本發(fā)明提出的混合算法在室外對(duì)行人的檢測(cè) 效果對(duì)比圖：1)原始圖像;2)W4算法的檢測(cè)結(jié)果;3)幀間差分法的檢測(cè)結(jié)果;4)本發(fā)明方法 檢測(cè)結(jié)果;5)經(jīng)形態(tài)學(xué)濾波處理后的結(jié)果。
[0032] 圖2(b)為經(jīng)典W4算法、幀間差分法與本發(fā)明提出的混合算法在夜間校園對(duì)行人的 檢測(cè)效果對(duì)比圖：1)原始圖像;2)W4算法的檢測(cè)結(jié)果;3)幀間差分法的檢測(cè)結(jié)果;4)本發(fā)明 方法檢測(cè)結(jié)果;5)經(jīng)形態(tài)學(xué)濾波處理后的結(jié)果。
[0033] 圖2(c)為經(jīng)典W4算法、幀間差分法與本發(fā)明提出的混合算法在白天公園對(duì)行人的 檢測(cè)效果對(duì)比圖：1)原始圖像;2)W4算法的檢測(cè)結(jié)果;3)幀間差分法的檢測(cè)結(jié)果;4)本發(fā)明 方法檢測(cè)結(jié)果;5)經(jīng)形態(tài)學(xué)濾波處理后的結(jié)果。
[0034] 圖3(a)為異常事件檢測(cè)在室外監(jiān)控的單個(gè)運(yùn)動(dòng)目標(biāo)非法入侵報(bào)警效果圖：1)113 幀原始圖像;2)113幀檢測(cè)效果圖像;3)158幀檢測(cè)效果圖像。
[0035]圖3(b)為異常事件檢測(cè)在室外監(jiān)控的多個(gè)運(yùn)動(dòng)目標(biāo)非法入侵報(bào)警效果圖：1)160 幀原始圖像;2) 160幀檢測(cè)效果圖像;3) 197幀檢測(cè)效果圖像。
[0036] 圖4(a)為行人滯留在監(jiān)控區(qū)域的非法滯留報(bào)警效果圖：1)93幀原始圖像;2)93幀 檢測(cè)效果圖像;3)205幀檢測(cè)效果圖像。
[0037] 圖4(b)為物體滯留在監(jiān)控區(qū)域的非法滯留報(bào)警效果圖：1)111幀原始圖像;2)111 幀檢測(cè)效果圖像;3)155幀檢測(cè)效果圖像;4)276幀檢測(cè)效果圖像；
[0038] 圖5(a)為監(jiān)控區(qū)域內(nèi)的凳子被移走的非法移位報(bào)警效果圖：1)78幀原始圖像;2) 78幀檢測(cè)效果圖像;3)198幀檢測(cè)效果圖像;4)253幀檢測(cè)效果圖像。
[0039] 圖5(b)為監(jiān)控區(qū)域內(nèi)的黑色物體被移走的非法移位報(bào)警效果圖：1)127幀原始圖 像;2)127幀檢測(cè)效果圖像;3)175幀檢測(cè)效果圖像。4)266幀檢測(cè)效果圖像。
【具體實(shí)施方式】
[0040] 如圖1所示，本發(fā)明基于W4算法和幀間差分的視頻監(jiān)控目標(biāo)檢測(cè)方法，包括以下步 驟：
[0041] (10)圖像采集:利用監(jiān)控?cái)z像頭采集含有運(yùn)動(dòng)目標(biāo)的圖像，包括RGB圖像和灰度化 圖像；
[0042] (20)圖像灰度化:將采集到的RGB圖像進(jìn)行灰度化；
[0043] (30)背景模型初始化:提取灰度化圖像中前k幀圖像的像素點(diǎn)處的統(tǒng)計(jì)特性，包括 灰度最大值、灰度最小值，以及最大時(shí)間差分值；
[0044] 所述30)背景模型初始化步驟中，前k幀圖像的像素點(diǎn)(x，y)處的統(tǒng)計(jì)特性為：
[0045] Ft(x，y)為點(diǎn)(x，y)處在第t幀的