基于非穩定狀態的窗口式背景更新算法

宋俊芳 西藏民族大學信息工程學院

在有關視頻序列的應用中，往往要求提取視頻序列的背景信息以將其應用于二值化和視頻事件檢測等。但不管是二值化還是視頻事件檢測，對車道以外的區域的處理不但是沒有意義的，而且會加重處理程序的負擔，浪費計算機資源。因此，在以前的一些應用中，我們借助于車道線，對車道線以外的區域進行屏蔽，在對每幀圖像的處理過程中對該部分區域不進行處理，這樣就節省了大量的運算和計算機存儲資源，使得程序處理效率大大提高。本文所要闡述的窗口式背景更新算法也是基于一種與之相似的思想展開的。特別適用于各種慢行和靜態事件的檢測應用。基于這一種思想，對車道以外以及車道上的無車區域和快速行駛的車輛不加處理，因為這些情況不是本文所關注的對象。而對于本文所關注的慢行或者突發性靜態事件，則將其背景動態的提取出來，并進行實時更新，這樣就能夠最大限度的減少不必要的計算和遍歷圖像開銷，取得最好的處理效率。

1 基于分塊圖像紋理差的穩態判斷

為減少算法的運算量，將一幀圖像分成若干個小塊，如分辨率為720×288的一幀圖像可分為90×48個8×6的小塊。基于分塊的穩態判斷方法就是對每個小塊分別進行判斷，處理的過程。本文在分塊的基礎上，對前后兩幀數據進行分析計算，然后確定前后兩幀數據是否為同一個穩定狀態。本文是通過均衡后的紋理差來判斷。所謂紋理即圖像的細節體現，包括輪廓，條紋等。設一塊圖像內共有個像素點，表示第i個像素點，表示所有像素的灰度之和。同時對應前一幀的這一小塊中表示第i個像素點，表示該塊的像素灰度之和。首先將當前幀灰度拉到前一幀灰度同一水平，其計算公式如下式所示：

如果當前塊始終處于穩定狀態，則其紋理差應該穩定在某一較小值左右，否者將出現大幅波動。

2 基于穩態判斷的窗口式背景更新

本文的背景提取及更新是基于紋理穩態判斷提出的，首先假設背景圖像中每個像素點的灰度均為0，即背景全黑。假如當前塊一直穩定就會記錄下當前的圖像信息，并對此記錄信息按照一定的幀間隔進行更新處理。如果當前塊快速經過穩態——非穩態——穩態的轉變過程，則對當前塊不做任何處理。如果當前塊沒有很快回到穩態，我們則將會把穩態是的記錄信息當成其背景加以顯示。之后我們在該塊重回穩態后又將其設為全黑。這樣一來，對全黑區域來說，沒有我們關心的事件，我們在遍歷圖像的過程中即可跳過這些塊區域，我們把這樣的背景更新算法稱之為窗口式背景更新算法。

3 實驗結果

沒車區域的紋理差檢測效果圖1所示，有車區域的紋理差檢測效果圖如圖2所示。

圖1 沒車區域的紋理差檢測效果

圖2 有車區域的紋理差檢測效果

從圖1和圖2可以看出穩態和非穩態的紋理有顯著差異，因

圖3 有行人停留時的窗口背景

圖4 有慢行車輛時的窗口背景

4 結束語

背景更新作為背景差算法檢測目標重要的前提，其好壞直接影響著目標檢測的精度。本文提出的基于紋理差穩態判斷的背景更新算法，引入圖像分塊理念，大大減少了算法的運算量，除此之外，用分塊區域的紋理差進行背景穩態判斷，作為背景更新的條件在很大程度上改善了獲得背景的質量。

[1]周恩策,劉純平,張玲燕,等.基于時間窗的自適應核密度估計運動檢測方法[J].通信學報, 2011, 32(3):106-114.

[2]GE Hai-miao,葛海淼, DAI Xue-feng,等. 基于幀差法和反饋背景更新相結合的改進背景更新算法的研究[C]//黑龍江省會員代表大會.2011.

[3]蘇書杰.視頻檢測系統中的背景檢測及更新算法研究[D].長安大學,2009.

[4]孫麗婷,宋煥生,關琦,等.基于穩定狀態差異的停車及拋落物檢測算法[J].電視技術,2015,39(15):115-119.