改进的Vibe运动目标检测算法

尹 凯，魏 江，李 正，陈 冰，王 彤，齐金刚

（西北工业大学 电子信息学院，陕西 西安 710072）

运动目标检测[1]是从视频图像序列中提取出感兴趣的目标，是目标分类、跟踪及行为理解等后期处理的基础，是目前计算机视觉和数字图像处理研究的难点和热点之一。

运动目标检测的方法主要有帧间差分法、光流法和背景差分法。作为目前最常用的运动目标检测方法之一，背景差分法具有较高的准确度和较好的鲁棒性，它主要分为两大类：1）基于参数的背景模型，为每个像素点建立一个参数模型表示背景[2]，其中最为典型的是混合高斯模型[3-4]，可用于复杂、运动的背景建模；当背景发生突变时，一个或者多个高斯模型并不能准确表示背景。2）基于样本的背景模型，为每个像素点建立一个样本模型，模型中包含前几帧的图像信息，具有抗噪能力强、背景自适应能力强的优点。本文研究的Vibe[5-7]运动检测算法就是基于样本的背景模型。Vibe首次将随机选择机制应用到样本背景建模和更新上，使样本的生命期更符合实际分布规律，因此提高了算法的目标检测精度，是一种能适应复杂背景的通用目标检测算法。

传统Vibe算法的初始化只使用第一帧图像作为初始化背景模型，因此会产生Ghost区域；在目标存在阴影时，检测出来的前景目标里同样含有阴影。这些都会导致对目标的后续处理出现偏差。针对传统Vibe算法存在的这些问题，本文提出一种结合快速初始化背景建模和阴影去除的Vibe目标检测算法，在提取出前景区域的同时不会产生Ghost区域，并引入HSV模型来消除存在的阴影，获得准确的目标前景区域。

1 算法描述

1.1 算法步骤

本文算法首先改进经典的帧差背景建模方法，通过使用视频中的前N帧图像来建立初始背景模型，并作为Vibe算法输入的初始化背景模型；然后通过传统Vibe算法的更新策略获取运动目标的前景区域，最后引入HSV模型去除前景目标区域中存在的阴影，确定运动目标的准确区域。具体算法步骤如下：

Step 1 读取待检测视频的前N帧，对当前帧与相差m帧的图像进行差分处理，对差分图像进行阈值判断以得到初始背景模型。

Step 2 通过初始背景模型来建立基于像素点样本的初始化背景模型，并作为待检测视频序列的第一帧。

Step 3 使用原始Vibe算法的保守更新策略和前景点计数相结合的方法来更新背景模型，提取出目标前景区域。

Step 4根据阴影与运动目标在HSV颜色空间里H、S、V 3个分量的不同特点，计算其在特定情况下的相应差值，通过阈值判断来分割并消除阴影，在检测到运动目标的同时消除阴影。

1.2 改进的帧差背景建模方法

本文对经典的帧差法进行了改进，首先对当前第k帧与第k+m帧图像进行差分处理，然后将差分图像进行阈值化，不断更新初始背景和二值化背景模板，当二值化背景模板在一定时间内不变时，或者达到设定的帧数阈值时，背景建模完毕。具体的步骤如下：

1）初始化二值化背景模板、背景图像和计数器T为0，同时设定帧数阈值N。

2）使用帧间差分法对当前第k帧与第k+m帧图像进行相减，获取差分图像。若差分图像中某像素点的灰度值H（x，y）小于设定阈值T时，将背景模板的对应点置1，如果此时背景图像中该像素点值为0，则将当前帧中该像素点值赋值给对应的背景图像中该像素点。否则计数器T加1。

3）如果计数器T处于较小值或者达到设定的帧数阈值N时，则表示背景图像建立完成。否则，将计数器T清零，然后转到下一帧图像继续第2）步进行背景重建。

改进方法保持了帧间差分法快速简单的特点，通过建立相隔m帧的两幅图像进行差分建模的机制缩短了背景建模时间。

1.3 Vibe运动目标检测算法

通过改进的帧差背景建模方法得到初始背景模型，初始化基于像素点样本的背景模型，使用Vibe算法的更新策略得到前景目标区域。Vibe背景模型[7]如图1所示。

图1 Vibe背景模型Fig.1 Vibe background model

为每个像素点建立一个包含N个样本的背景模型

比较待分类像素p（x）与背景模型 M（x）的相似度，如果相似，分类的结果为背景，否则为前景。定义一个以p（x）为中心，R 为半径的球体 SR（p（x）），用 U 表示球体 SR（p（x））和背景模型M（x）的交集来判断相似度。数学上，可表示为

当U大于一个给定的阈值Umin时，待分类像素p（x）与背景模型相似，否则不相似。

为了快速建立背景模型，Vibe利用相近像素点拥有相近的时空分布特性[8]，充分利用图像的空间信息，从视频图像序列的第一帧中随机选择像素空间邻域的N个像素值来初始化背景模型，使Vibe从第二帧开始就能实现运动目标的检测。这种初始化方法优点是对于噪声的反应比较灵敏，计算量小速度快，可以很快的进行运动目标的检测，缺点是容易引入Ghost区域。

背景模型更新的目的是使背景模型能够适应背景的不断变化，比如光照的变化，背景物体的变更等。为了使背景模型适应场景的变化，Vibe采用保守更新策略和前景点计数相结合的方法，通过指数单调衰减来模拟样本在背景模型中的存在寿命，让样本呈现平滑衰减，并采用二次抽样来实现有限样本表示无限时间的可能，延伸背景模型覆盖的时间窗口。还采用了像素值的随机邻域传播机制更新邻域背景模型，有效保证了空间一致性[9]和恢复被覆盖的背景。同时当前景点计数达到临界值时将其变为背景，并有一定的概率去更新自己的模型样本值，达到快速消融Ghost区域的效果。

1.4 阴影去除

本文算法引入HSV模型处理存在的阴影，通过对HSV颜色空间的H、S、V 3个分量的阈值判断来检测和去除前景区域里存在的阴影，得到准确的前景目标区域。

检测阴影[10]的方法大致分两种：基于阴影特征的方法和基于几何模型的方法。HSV模型就是基于阴影特征的阴影检测方法。在 HSV颜色空间中，利用阴影与运动目标在 H、S、V 3个分量中的不同特点，计算其在特定情况下的相应的阈值，运用该阈值分割并消除阴影，能在视频图像中检测到运动目标的同时就消除阴影。

从对阴影特征分析后可以得出：

1）通常情况下阴影区域的亮度值比其他区域的亮度值都要低，由此可判定当前帧和背景帧的亮度值的差为正数的像素点不是阴影，若前景像素点亮度值与背景像素点的亮度值的差值低于一定阈值时，则该像素点可判定为阴影。

2）阴影区域的色度信息相比于背景区域几乎不变或仅有少量变化，由HSV颜色空间关于色度信息的定义，色度不变或变化较小的区域可判定为阴影区域。

3）当有目标出现在背景区域前时，背景点的饱和度值会出现较大的变化，但是阴影区域内的点就不会出现这种饱和度大幅变化的现象。

将阴影的像素值和背景像素值比较，选取合适的阈值，若这两者所含的灰度值和色彩同时小于该阈值，那么认为该像素点为阴影。

P（x，y）是图像坐标点（x，y）的阴影像素点的二值模板，QH（x，y）、QS（x，y）、QV（x，y）与 BH（x，y）、BS（x，y）、BV（x，y）分别为坐标（x，y）当前像素值与背景像素值的H、S、V分量。若当前像素点被判为阴影，则该像素点二值化背景图像设置为0，否则不处理。

2 实验结果及分析

使用了11种不同场景的监控视频对传统Vibe算法和本文的改进算法进行目标检测性能对比试验，硬件环境为 Intel（R） Pentium（R） CPU G840 2.80 GHz、4 G 内存，软件环境为Windows7 64位操作系统、MATLAB R2011b。11种不同场景监控视频包括背景有扰动、光照有变化、人有明显阴影、人没有阴影、汽车有阴影等场景。图2是对一段帧速29帧/秒，分辨率640×480的汽车运动视频进行目标检测的效果对比，图 2中，（a）是原始的灰度图像，（b）是传统Vibe算法建立的初始化模型，（c）是改进的帧差背景建模方法快速建立的背景模型，（d）是传统Vibe算法检测结果，（e）是改进Vibe算法检测结果。两种算法实验的性能对比如表1所示。

图2 目标检测效果对比Fig.2 Performance comparison on objects detecting

表1 运算速度和准确度对比Tab.1 Comparison on speed and accuracy

从表1可以看出：本文算法虽然因计算复杂度增加使耗时有所增加，但彻底消除了前景目标检测结果的Ghost区域，同时能去除目标前景区域存在的阴影，更准确的检测到运动目标区域。

3 结 论

文中提出了一种结合快速初始化背景建模和阴影去除的Vibe目标检测算法，采用改进的帧差背景建模方法快速初始化背景模型，消除检测过程中存在的Ghost区域；引入HSV模型去除目标前景区域中存在的阴影。实验结果表明，本文算法在保持了对背景扰动、光照变化和噪声有较强鲁棒性和可靠性的传统Vibe算法优点上，能更准确的检测出运动目标区域。

[1]王亮，胡卫明，谭铁牛．人运动的视觉分析综述[J].计算机学报，2002，25（3）:225-237．WANG Liang，HU Wei-ming，TAN Tie-niu.Review for visual analysis of people’s movement[J].Chinese Journal of Computers，2002，25（3）:225-237．

[2]张水发，张文生，丁欢，等.融合光流速度与背景模型的目标检测方法[J].中国图象图形学报，2011，16（2）:236-243．ZHANG Shui-fa，ZHANG Wen-sheng，DING Huan，et al.Objects detection method based on the flow speed and the background model[J].Journal of Image and Graphics，2011，16（2）:236-243．

[3]ZIVKOVIC Z.Improved adaptive Gaussian mixture model for background subtraction [C]//Proceeings of the 17th International Conference on Pattern Recognition.Cambridge:IEEE Computer Society Press，2004:82-31．

[4]向白峰，李艾华，蔡艳平，等.复杂场景实时目标检测方法[J].计算机辅助设计与图形学学报，2012，24（1）:104-111．XIANG Bai-feng，LI Ai-hua，CAI Yan-ping，et al.Real-time objects detection method in complex scenes[J].Journal of Computer-Aided Design&Computer Graphics，2012，24（1）:104-111．

[5]BARNICH O.DROOGENBROECK M V.Vibe:a powerful random technique to estimate the background in video sequences[C]//Proceedings of ICASSP 2009.Taipei:IEEE Computer Society Press，2009:945-948．

[6]DROOGENBROECK M V，PAQUOT O.Background Substraction:Experiments and Improvements for Vibe[C]//Proceedings of 25th IEEE International Conference on Computer Vision and Pattern Recognition Workshops.Providence:IEEE Computer society Press，2012:32-37．

[7]Barnich O，Droogenbroeck M V.Vibe:A universal background subtraction algorithm for video sequences[J].IEEE Transactions on Image Processing，2011，20（6）:1709-1724．

[8]CHIU C C，KU M Y，LIANG L W.A robust object segmentation system using a probability-based background extraction algorithm[J].IEEE Transactions on Circuits and System for Video Technology，2010，20（4）:518-598．

[9]JODOIN P M，MIGNOTTE M，KONRAD J.Statistical background subtraction using spatial cues[J].IEEE Transac-tions on Circuits and Systems for Video Technology，2007，17（12）:1758-1763．

[10]Jinman Kang，Isaac Cohen，Gerard Medioni.Tracking Objects from Multiple Stationary and Moving Cameras[C]//England:The Institution of Electrical Engineers，2004:31-35．