基于顏色布局描述子的改進ViBe算法

王 彤，王 巍，2，3*，崔益豪，朱天宇

（1. 河北工程大學信息與電氣工程學院，河北邯鄲056038； 2. 物聯網技術應用教育部工程研究中心（江南大學），江蘇無錫214122；3. 江南大學物聯網工程學院，江蘇無錫214122）

（*通信作者電子郵箱wangwei83@hebeu.edu.cn）

0 引言

近年來，隨著大量監控攝像頭的使用，視頻監控數據爆炸性增長，對海量視頻數據的存儲、檢索、瀏覽提出了嚴峻的挑戰。為解決這一問題Pritch等［1-2］和Rav-Acha等［3］提出了視頻濃縮技術，極大提高了視頻瀏覽的速度，壓縮了監控視頻存儲空間。其中運動目標檢測作為視頻濃縮技術中的第一步驟，也是視頻濃縮系統搭建的基礎，目的是為了提取到完整的背景與運動目標，所以運動目標檢測技術作為視頻濃縮技術的關鍵步驟成為國內外研究學者關注的重點。

運動目標檢測的基本思想是:從視頻的幀圖像中建立背景模型，將當前幀圖像與背景模型比較，得到運動目標的信息。目前比較常用運動目標檢測的方法主要有:幀差法［4］、光流法［5］和高斯混合建模（Gaussian Mixture Model，GMM）［6］。幀差法對背影變化不敏感，當光照有細微變化影響圖像像素有輕微變化，運行差分時可以相互抵消，穩定性較好，但是很難適應復雜的場景，所檢測出來的目標有很大的“空洞”，并且幀間間隔的選擇對目標檢測結果影響較大。光流法計算量大，對光線太敏感，在光照變化大的場景下識別效果不佳。雖然GMM［7］方法可以準確檢測運動目標，且對光線的變化不敏感，但是建模過程復雜，計算量大，對慢速運動的目標檢測效果 不 好。 2009 年，Barnich 等［8-9］提 出 了ViBe（Visual Background extractor）算法。ViBe算法的提出為運動目標檢測提供了一個新的思路，使用ViBe 完成運動目標檢測相對于其他算法計算量小，處理速度快，樣本衰減最優，具有較好的運動目標檢測性能。

但是ViBe 算法隨著檢測速度的提高，鬼影會被引進檢測中造成前景誤判，而且該算法在動態背景中容易受噪聲和背景的干擾?；诟咚够旌夏Ｐ偷腣iBe 算法［10］，雖然減少了鬼影出現，但是由于建立模型方法的復雜性，導致算法計算能力下降，使得算法缺少實時性；結合三幀差分的ViBe 算法［11］，雖然在特定情況下可以避免“鬼影”的出現，但是在有些情況下會產生新的“鬼影”或空洞，并且選擇的步長對其影響很大。而顏色布局描述子（Color Layout Descriptor，CLD）［12-15］可以描述視頻序列中幀圖像與幀圖像之間的顏色分布情況，獲得圖像的特征信息。所以本文提出了融合CLD 選取關鍵幀對關鍵幀進行三幀差法［16］提取真實的背景模型的ViBe 算法來抑制鬼影的出現，在運動目標運動速度不同的場景下檢測步長參數對結合三幀差分的ViBe 算法的影響，同時探索本文算法是否能彌補結合三幀差分的ViBe 算法在不用運動目標速度的條件下需要改變步長以適應環境變化的缺點。在背景更新階段通過加入形態學處理和自適應閾值相結合的方法消除動態背景干擾。

1 基本算法描述

1.1 ViBe算法

ViBe 算法是一種非參數化聚類背景建模方法，與其他算法相比ViBe 算法僅用第一幀圖像就可以完成背景模型初始化。它的基本思想是:為每一個像素點創建一個背景樣本集，將每一幀畫面的各個像素點與其對應的背景樣本集作匹配，判斷該像素點是否為背景，有時由于光線的變化、相機的抖動等原因導致背景發生了變化，所以當檢測中滿足一定條件時，會對背景樣本集進行更新。該算法的核心部分包括背景模型初始化、背景像素點匹配、背景模型更新和異常處理模塊。具體流程如下:

1）ViBe 算法利用一個像素點與周圍其他像素點的灰度值相似特點，隨機選取N個該像素點的周圍八鄰域像素值，為每一個像素點建立一個背景采樣本集來初始化背景模型。

2）以2-D 歐氏空間的半徑R作為判斷閾值，對視頻中的每一幀圖像的每一個像素點與對應的背景模型中的N個樣本值比較來判斷該像素點是否為背景像素點。統計在背景采樣樣本集中匹配為背景點的個數n，與所設定的個數匹配閾值#min作比較，若匹配數大于該閾值則表示該點為背景點，如式（1）所示:

式（1）表示在圖像中（x，y）點在t時刻被判定為背景像素點；b（x，y，t）=1，表示在圖像中（x，y）點在t時刻被判定為前景像素點；最終得到一個二值化圖像的檢測結果。

3）ViBe 算法采用隨機選取像素點的方法來更新背景像素模型，經過運動目標檢測后如果檢測出像素點x是背景像素，那么從樣本集中隨機選擇一個樣本用該像素點的像素值v（x）代替。這種更新方式避免視頻中細微的抖動對背景建模的影響，避免產生重影和誤差，使目標檢測更加準確。

4）在實際場景中，背景不是一成不變的，由于受到環境的影響，背景的變化會影響到算法的判斷，將變化了的背景判斷為前景。ViBe 算法會采用保守更新和前景計數點相結合的方法，即:判斷為前景的像素點不會被填充進背景模型中，同時如果該像素點連續被判定為前景點的話，則將其更新為背景點。

1.2 顏色布局描述子

顏色布局描述子（CLD）［13］是用來描述顏色在圖像中空間分布的顏色描述符，以一種緊湊的形式，有效地表達了圖像的顏色空間分布，計算代價小，提供了圖像與圖像的匹配和高速的片段與片段的匹配，常用于圖像檢索與視頻摘要技術。本文使用CLD 檢測視頻中不相似的幀畫面，選取本文算法需要的關鍵幀畫面。

CLD 的提取分為4 個階段，分別是:圖像分割、獲取區域塊代表顏色、離散余弦變換（Discrete Cosine Transform，DCT）和鋸齒掃描系數的非線性量化。如圖1 所示，首先將圖像從RGB 色彩模式（RGB color mode，RGB）映射到YCrCb 空間中，用8×8 柵欄把圖像分割成64 個區域塊，計算每一塊的所有像素點各個顏色分量（Y，Cr，Cb）的平均值作為該區域塊的代表顏色，對每個區域塊的代表顏色進行二維DCT。

圖1 顏色布局描述子原理圖Fig. 1 Principle diagram of color layout descriptor

然后對三組系數矩陣做之字掃描，由于經過了DCT，所以圖像的主要信息全部集中在系數矩陣的左上角，矩陣的左上角是低頻部分的集中區域，矩陣的右下角部分則是圖像的冗余信息，找出低頻系數進行量化，得到顏色布局特征參數。本文采用的是非線性量化，目的是減少系數矩陣的信息存儲，使高頻部分量化后趨于0。對于Y 分量，取出6個低頻系數分別為F（0，0）、F（0，1）、F（1，0）、F（2，0）、F（1，1）、F（0，2），對于Cb，Cr 顏色分量分別取F（0，0）、F（0，1）、F（1，0），3 個顏色分量總共取得12 個參數構成該圖像的顏色局部描述符，圖像間的相似程度用顏色布局描述符的特征向量的距離來判斷。

其中:D（img1，img2）表示img1，img2 兩個圖像的相似性量度，（Yi，img1，Cbi，img1，Cri，img1）和（Yi，img2，Cbi，img2，Cri，img2）分別是圖像img1與img2的各顏色分量對應的第i個DCT 系數。圖像越相似，D（img1，img2）的值越小。

2 基于CLD的ViBe算法改進

本文提出算法流程如圖2所示。本文采用CLD 描述子選取關鍵幀圖像做差分運算，得到監控視頻中真實背景，利用真實背景來建立背景采樣樣本集，但是在監控的實際場景中，背景并不是一成不變的，所以使用自適應閾值判別檢測誤判前景，使得動態背景下背景模型更加穩定。

圖2 基于CLD的ViBe算法流程Fig. 2 Flow chart of ViBe algorithm based on CLD

2.1 基于CLD描述子與三幀差分的背景初始化

由于ViBe 算法選用的視頻第一幀圖像來建立背景模型，所以當第一幀圖像中有運動目標時，會把運動目標像素點放入背景模型中當作背景樣本值，這樣檢測運動目標時，會把運動目標誤檢為背景，所以當該運動目標運動時，會出現“鬼影”，結合三幀差分的ViBe 算法［11］在一些場景下可以有效地解決這一問題；但是這種方法得到的運動目標不連續，會產生空洞，而步長的選擇又對其影響特別大，步長過短時，或者運動目標運動速度過慢，幀差后的運動目標有可能發生重合，因為像素點的像素值相差不多，所以運動目標區域會有空白，造成空洞，甚至有些區域會產生新的“鬼影”。

本文提出采用CLD 描述符來選取關鍵幀，設定CLD 處理幀數N，圖像相似度閾值a，將提出的3 個關鍵幀記作img1、img2、img3，作三幀差分，得到背景圖像。

1）選取關鍵幀:將視頻圖片前N幀圖像的格式從RGB 空間，轉換為YCrCb 空間，之后經過DCT 和量化，取得顏色局部描述符，求得第1 幀圖像img1 的描述符與后面每一幀圖像的相似性量度，直到其值大于圖像相似度閾值a小于b，獲取該關鍵幀圖像img2，再用相同的方法獲取第三幀關鍵幀img3圖像。

2）確定運動目標位置:將獲取的三幀關鍵幀圖像作三幀差分運算，即如式（3），將得到的差分結果作“與”運算，根據閾值φ來判斷第1幀關鍵幀圖像中的運動目標位置。

3）填充運動目標位置:將img1 含有運動目標的位置用img3中該位置填充，得到的結果作為真實的背景圖像。

4）將得到的真實的背景作為檢測運動目標的背景模型，用其建立背景采樣樣本集，從第一幀視頻圖像開始檢測運動目標。

該算法具體流程如下所示:

2.2 動態背景下的背景更新策略

在實際應用的背景中，有很多含有高頻運動的背景即動態背景，比如:含有風吹動樹葉的背景、陽光照射下水面波紋晃動的背景。在動態背景的場景下，由于樹葉或者水面像素的變化，在檢測計算中容易形成誤判，把這些動態背景的晃動誤判為前景。在檢測出來的背景處存在較多的白點現象，這些白點包括噪聲點以及受到動態背景影響的背景像素點。為了解決這一問題，本文通過形態學處理，通過開運算，先腐蝕后膨脹來處理動態背景中小的噪聲點，將動態背景中小的連通域分離開，平滑較大運動物體的邊界輪廓且并不改變連通區域面積的大小，然后通過計算前景連通域面積，設立一個自適應的連通區域面積閾值，即若連通區域面積小于當前幀中面積最大的前景連通區域面積的k%，采用填補空洞的辦法更新背景模型，消除背景干擾點。該算法的具體實現流程如下所示。

3 實驗對比

本文實驗是在系統類型為64 位操作系統的Windows7 聯想臺式電腦，內存為8 GB 的環境下實現的，并且本文算法是在編程運行環境為MatlabR2016a 進行編寫的。同時本章將本文算法與Van- Droogenbroeck 和Olivier Barnich 提出的ViBe 算法和結合三幀差分法的ViBe 算法進行實驗對比。本實驗中相關參數的選擇如下:背景樣本集中樣本個數N=20，樣本集匹配點的個數閾值R=20，#min=2，更新采樣概率為16，真實背景檢測閾值φ=30，相似度閾值a=0.72，b=0.67。本文分別在單運動目標場景、多運動目標場景、含有動態背景的場景對本文算法進行測試。將原始ViBe 算法、結合三幀差分的ViBe 算法與本文算法在鬼影消除方面進行比較，重點體現本文算法在運動目標運動速度不同的情況下有良好的魯棒性，彌補結合三幀差分的ViBe 算法在環境不同的情況下需要調整參數大小以適應其變化的缺點；將本文算法在動態背景下進行測試，并對其結果與單高斯背景建模、多高斯背景建模、原始ViBe算法進行對比分析。

3.1 鬼影消除策略實驗研究

如圖3 所示，分別是ViBe 算法、結合三幀差分的ViBe 算法以及本文算法提取的背景模型以及檢測結果。第一行所示的三張圖片分別為ViBe 算法、結合三幀差分的ViBe 算法、本文算法所提取的背景模型。如圖3（a）是原始視頻第一幀圖像，也是ViBe 算法所選取的背景模型，該背景模型表現出ViBe 算法第一幀建模的特點，保留了第一幀圖像所包含的所有前景信息；圖3（b）是結合是三幀差分的ViBe算法提取的背景模型，通過算法的優化，該算法提取的背景模型雖然減少了前景信息量，但是仍然包含少量運動目標信息；圖3（c）是通過本文算法提取出的背景模型，前兩者算法所提取的背景模型都包含著運動目標信息，而本文算法提取到的背景模型完整且清晰，實驗結果表明由于本文算法可以提取出完整、準確的背景模型，所以為以后的檢測的準確性提供了保障。

圖3（d）（e）（f）是ViBe 算法、結合三幀差分的ViBe 算法以及本文算法對原始視頻第80 幀圖像進行運動目標檢測的實驗結果，實驗表明本文算法可以完全避免“鬼影”的出現。圖3（d）為ViBe算法對運動目標檢測實驗結果，圖3（a）中ViBe算法提取的背景模型中的運動目標即黑色矩形框中的位置，被記錄為背景信息，導致當運動目標運動時，運動目標所在位置的像素點被記錄為前景信息，造成誤判，形成圖3（d）中白色矩形框中的“鬼影”；圖3（e）是結合三幀差法ViBe算法檢測運動目標的實驗結果，由于做幀差時，運動目標位置發生重疊，導致提取背景圖像時，會把另一幀運動目標的位置替換到背景圖相應位置，所以建立背景模型不準確，同樣將部分運動目標信息讀入背景模型中，白色矩形框中的導致“鬼影”出現；圖3（d）是本文算法提取完整背景模型，成功消除了“鬼影”，得到真實運動目標，且具有良好的魯棒性，不容易受到噪聲干擾。

圖3 三種算法在單目標場景下的實驗結果Fig. 3 Experimental results of three algorithms in single target scenarios

圖4 是在多目標運動的場景下對ViBe 算法、結合三幀差分的ViBe 算法以及本文算法進行測試，可以看到本文改進后的算法在運動目標多且混亂的情況下，仍然可以準確檢測出運動目標位置。圖4（a）為原視頻原始圖片，圖4（b）為本文算法提取到的背景模型，可以看出本文算法提取到了完整的背景信息且不包含任何運動目標信息；圖4（c）中右上角有許多誤判的運動目標，由于運動目標離鏡頭遠，運動目標面積小，且運動目標運動緩慢，造成有許多鬼影出現在檢測畫面中，所以在檢測出來的運動目標中無法判斷哪些是真正的運動目標，哪些是“鬼影”。所以該算法在多目標且環境復雜的場景下容易發生檢測混亂；圖4（d）和圖4（c）效果相差不多，在檢測運動速度較快的運動目標時，鬼影消除效果比較好，但是在檢測圖片的左上角處，存在運動目標運動緩慢的運動目標，所以仍然出現大量“鬼影”；圖4（e）可以清楚地看出本文算法通過CLD 描述子選取的關鍵幀做三幀差法還原出來的背景要比原ViBe 算法和結合三幀差分的ViBe 算法還原的背景模型要真實、可靠、準確，所以在檢測過程中徹底消除了鬼影，提取出的運動目標清晰準確。

圖4 三種算法在多目標場景下的實驗結果Fig. 4 Experimental results of three algorithms in multi-target scenarios

圖5 是在運動目標運動速度不同的情況下對算法的準確性進行測試。從圖5 的實驗結果可以明顯地看出，運動目標運動速率的不同，會影響算法的準確度。對于原ViBe 算法，只要第一幀視頻有運動目標，ViBe 算法百分之百會檢測出鬼影，造成誤判，所以運動目標運動快慢對該算法無顯著影響。

圖5 測試結果顯示，結合三幀差分的ViBe 算法在運動目標速度慢的時候，即在行人的測試視頻場景下，其檢測結果與ViBe 算法相同，當運動目標速度快時，即在城市汽車測試視頻場景下時，其“鬼影”的像素面積比ViBe算法產生的“鬼影”像素面積減少將近一半；在高速汽車的測試視頻場景下，其檢測結果與本文算法檢測結果一致，且不產生“鬼影”。

圖5 三種算法在不同運動目標速度下的實驗結果Fig. 5 Experimental results of three algorithms at different moving target speed

從圖6（a）中不難看出運動目標運動速度對結合三幀差的算法檢測的準確率有很大的影響。

圖6 運動目標速度與步長對結合三幀差分的ViBe算法的影響Fig. 6 Effect of moving target speed and step size on ViBe algorithm combined with three frame difference

隨著運動目標速度的變化，運動目標運動速度越快，那么該算法的準確率呈上升趨勢，當運動目標速度達到70 km/h的時候，結合三幀差分的ViBe 算法與本文算法的準確度達到一致，但是運動目標運動速度越慢，就越容易檢測出鬼影，造成算法對前景的誤判，影響ViBe 算法準確度。而本文算法無論運動目標運動速度的快慢都有很好的魯棒性，可以完整檢測出運動目標且完全避免鬼影的出現。圖6（b）（c）（d）是結合三幀差分的ViBe 算法在運動目標運動速度不同的情況下步長的選擇對運動目標檢測準確率的影響。實驗表明，如圖6（b）所示在運動目標在5 km/h的速度下運動，結合三幀差分的ViBe算法步長選取20幀時，其準確率可以與本文算法在運動目標速度為5 km/h 時的準確率達到一致；圖6（c）表明在運動目標速度為40 km/h 時，結合三幀差分的ViBe 算法步長選取10 幀可以使準確率達到最大值與本文算法在運動目標速度為40 km/h 時的準確率達到一致；圖6（d）表明當運動目標速度為70 km/h 時，步長選為5 幀時，結合三幀差分的ViBe 算法的準確率等于本文算法在運動目標為70 km/h 時的準確率。經過兩種算法的實驗對比表明，結合三幀差分的ViBe 算法只有在步長與運動目標速度達到一定條件時，其算法準確率才可以與本文算法的準確率達到一致，而本文算法不需要協調步長參數與運動目標速度就可以達到最大準確率。

3.2 針對運動目標的不同速度下算法參數的最優選擇

表1、表2是在公共區域監控視頻場景中運動目標運動速度不同的情況下，相似度量閾值的選擇對準確率的影響。相似度量閾值決定了關鍵幀的選取，同時也決定了運動目標檢測的準確率。經過6組行人測試視頻與6組汽車測試視頻的實驗表明，本文算法對相似度量閾值的選取十分敏感，偏大或偏小都會影響運動目標檢測的準確度。其中行人測試視頻中的視頻1 和視頻2 是在公園里行走的行人的視頻；視頻3 廣場上來回行走的人群與騎著自行車的人的視頻；視頻4、5是校園教學樓走廊上下課的學生，視頻6是實驗樓大廳行走的研究人員。當本文算法的相似度量閾值選擇為a=0.62，b=0.67時，對6組基于行人的室外監控視頻進行運動目標檢測，得到的準確率最大值為94.4%，最小值為41.1%，雖然在檢測視頻3時，其準確率大于當a=0.67，b=0.72時對該視頻檢測的準確度，但是該閾值僅適用于視頻3，其他視頻的準確度并未有明顯優勢。當a=0.72，b=0.78時，其檢測后的準確率最高94.6%，最低48.4%，該閾值的設定對視頻2、6有良好的適應力；但是對于視頻5、6選擇a=0.67，b=0.72，可以使檢測結果準確率更高。實驗結果表明，本文算法選取相似量度閾值a=0.67，b=0.72 時，在室外行人運動的場景下的運動目標檢測準確率更高、更穩定。

對基于汽車行駛的視頻，同樣用本文算法做相同的實驗，在汽車測試視頻中，視頻1、2 是汽車在城市主城區正常行駛的視頻；視頻3、4 是在汽車在高架橋上行駛的測試視頻；視頻5、6 是汽車在高速公路上行駛的測試視頻。當相似度量閾值為a=0.62，b=0.67 時，檢測準確率最大值為92.8%，最小值為40%，該閾值適用于汽車測試視頻4，但對于其他測試視頻效果并不理想；相似度量閾值為a=0.72，b=0.78 時，檢測結果準確率最大值為93.3%，最小值為52.8%，在6 段測試視頻中，僅對視頻4 有不錯的效果，不適用于測試視頻中所有的場景。與上一組實驗相同，當相似量度閾值為a=0.67，b=0.72 時，檢測結果的準確率高且穩定。由兩組實驗可知在室外場景下，本文算法選擇相似度量閾值為a=0.67，b=0.72 時，可是使本文算法的準確率性能達到最優。同時運動目標速度不同而選取的閾值相同進一步證明了本文算法的準確率只與相似量度閾值有關，運動目標的運動速度并不影響相似量度閾值的選擇。經過兩組實驗測試表明本文所選取的閾值a=0.67，b=0.72在不同的運動目標的運動速度下具有良好的穩定性。

表1 本文算法在行人視頻下選擇不同相似度量閾值的準確率Tab. 1 Accuracy of the proposed algorithm to select different similarity measurement thresholds under pedestrian video

表2 本文算法在汽車視頻下選擇不同相似度量閾值的準確率Tab. 2 Accuracy of the proposed algorithm to select different similarity measurement thresholds under car video

3.3 動態背景下的背景更新策略實驗研究

由于在動態背景下很難建立一個穩定的背景模型，所以在動態背景下進行運動目標檢測的效果不好，許多算法都不能很好地處理這個問題，本文所選取的視頻是分別是具有水面波紋、噴泉以及晃動的樹葉的動態背景視頻。圖7 是在動態背景下對單高斯背景建模、多高斯背景建模、ViBe 算法與本文算法進行實驗對比，檢測算法在動態背景下的適應度。通過實驗可以看出多高斯和單高斯在水面波紋晃動的情況下都會有誤檢的情況，單高斯背景建模雖然在動態背景下有很好的適應力，可是在檢測運動目標時，有嚴重的空洞現象，而且容易受到噪聲的影響；多高斯背景建模的背景建模初始化速度和背景更新的計算方法復雜，計算速度慢，雖然不會有空洞的現象，但是很容易受動態背景的影響，而且不具有抗噪性，檢測質量很差；ViBe 算法由于它是第一幀圖像背景建模所以很難適應動態背景的變化，檢測結果所誤檢信息不僅包含因為動態背景變化所含有的背景信息還包括產生的“鬼影”；而本文算法在動態背景下仍然會穩定檢測出前景信息，所以會產生較多且面積大的誤檢區域。圖7（f）的實驗是針對動態背景情況下提出的本文算法，經過本文所提出的形態學后處理可以有效地去除動態背景對ViBe 算法的干擾，鬼影和誤檢的虛警幾乎為零，但是也有前景被誤檢為背景的地方，并且還有空洞產生，但是整體來看，本文算法大大提高了檢測的準確性和清晰度，其抗噪性和魯棒性皆優于其他三種算法，檢測出的結果更接近真實的運動目標。

3.4 時間復雜度對比實驗

ViBe 算法是一種像素級的背景建模方法，它的初始幀建模的特點相對于其他算法就有初始化速度快的優點，并且ViBe 算法的背景更新策略是以像素為單位進行更新，如果該算法在背景更新中將全部像素點更新，則更新部分的算法時間復雜度為O（height*width），但是ViBe 算法更新策略中，每一個點都有更新的概率，所以更新部分的時間復雜度就會降為O（1/rate*height*width），一般rate的值取16。經過對ViBe算法的分析，ViBe 算法初始幀建模的特點使其在該部分的代碼時間復雜度為O（1），在ViBe 算法中該復雜度可以忽略不計，估計出ViBe 算法在目標檢測時的時間復雜度為O［1+（n*height*width）3+n*1/rate*height*width］。根據時間復雜度的規則次數小的忽略，則ViBe 算法最后的時間復雜度為O［（height*width）3］。結合三幀差分的ViBe 算法為了改善原始ViBe 的“鬼影”的缺點，在背景建模部分做出了改進，將初始幀建模，改為結合三幀差分建模，根據步長選擇三幀幀圖像做差分運算，得到的差分結果做填充，該算法在背景建模部分的改進并不涉及循環，故其時間復雜度仍然與原始ViBe 算法保持一致，為O［（n*height*width）3］。本文算法在結合三幀差分的ViBe 的基礎上加入了用CLD 提取關鍵幀的方法，并且在ViBe 算法的更新策略上加入了形態學處理以及設立自適應閾值的方法來讓本文算法更好地適應動態背景的變化。由于在背景建模階段加入的循環次數是根據圖像相似程度來決定的，并且尋找關鍵幀圖像時做出循環處理，該部分的循環次數不會超過視頻總幀數n，所以在本文算法中該部分的時間復雜度忽略不計，本文算法的時間復雜度即同樣為O［（n*height*width）3］。

通過對ViBe算法、結合三幀差分的ViBe算法以及本文算法的時間復雜度的估計與分析，可以發現三種算法時間復雜度是同一數量級的，并且都是由視頻幀數以及像素值來決定的，只通過估計時間復雜度無法比較三者的效率，但是算法的運行時間可以更直觀地說明算法的效率與復雜度。表3是ViBe算法、結合三幀差分的ViBe算法以及本文算法在三種規格的視頻下的運行時間比較，從中可以看出隨著幀數的增多三種算法的運行時間都在增長，且結合三幀差分的ViBe算法以及本文算法的運行時間都高于原始ViBe算法，但是相差并不多。就此說明，隨著本文算法抑制“鬼影”的性能以及適應動態背景的性能的提高，算法的運行時間也在增多。

表3 三種算法的運行時間對比Tab. 3 Comparison of running time of three algorithms

4 結語

本文提出了融合提取關鍵幀改進的ViBe 算法，在原始的ViBe 算法融合CLD 描述子提取關鍵幀結合三幀差分法建立背景模型，以及加入自適應閾值的策略來控制動態背景下的干擾，完全避免了ViBe 算法鬼影的出現，準確檢測出運動目標的位置以及運動信息，大大降低了誤檢率，可以很好地適應動態背景。本文分別在單目標、多目標、運動目標運動速度不同和動態背景等多種場景下對此算法進行測試，與結合三幀差法的ViBe 算法進行對比，實驗表明在大多數情況下本文算法的準確率要優于結合三幀差法的ViBe 算法。在運動目標運動速度快時，結合三幀差分法的ViBe 算法的準確率會與本文算法準確率達到一致。經過在具有動態背景下的視頻對單高斯背景建模、多高斯背景建模、ViBe 算法和本文提出的算法進行測試，可以得出本文算法避免檢測過程中雖然會出現空洞、殘缺現象，但是大體來看，在動態背景下與其他三種算法相比更能克服動態背景的干擾，提高了原始ViBe 算法的抗噪性和魯棒性。