摘 要： 針對ViBe算法第一幀圖像中含有運動的目標時容易引入“鬼影”及不能完整提取前景目標的問題，在原算法的基礎(chǔ)上融合幀間差分法、Canny邊緣檢測，采用中值濾波、形態(tài)學(xué)算子進行后處理。實驗結(jié)果表明，本文算法能很快消除“鬼影”，并能比較完整地提取出紅外運動目標。
關(guān)鍵詞： 背景建模；ViBe；紅外目標檢測；幀間差分法
運動目標檢測是計算機機器視覺研究的一個重要研究領(lǐng)域，它是目標跟蹤和視頻圖像分析的基礎(chǔ)，在視頻監(jiān)控、智能交通、醫(yī)學(xué)圖像處理等方面有著廣泛的應(yīng)用，具有重要的應(yīng)用價值和廣闊的發(fā)展前景。紅外視頻圖像利用熱量成像，可以透過黑暗和煙霧，在夜間成像光線不足等情況下比可見光圖像容易發(fā)現(xiàn)目標。紅外視頻圖像不易受光線影響，背景比較簡單。目前，越來越多的目標檢測應(yīng)用從可見光視頻方法轉(zhuǎn)向紅外視頻或者可見光與紅外視頻相結(jié)合的方法。
背景差分是運動目標檢測中一種重要且廣泛應(yīng)用的方法，算法的關(guān)鍵是背景建模及更新。STAUFFER C等人[1]提出的混合高斯模型GMM（Gaussian Mixture Model）是最重要應(yīng)用最廣泛的一種背景建模方法。混合高斯模型中背景像素表示為多個高斯模型的加權(quán)和的形式，能夠很好地模擬多峰背景的情況，當背景變化不劇烈時對動態(tài)背景也有一定的適應(yīng)能力。其缺點是計算量比較大，實時性不夠好，當光照劇烈變化或目標移動速度很慢時檢測效果不好。BARNICH O等人[2]在2011年提出了ViBe（Visual Background extractor）算法，即視覺背景提取算法。該算法簡單高效，計算量非常小，具有很高的實時性和魯棒性。ViBe算法是一種可以通用的背景建模算法，能適用于很多動態(tài)變化的場景中。本文將ViBe算法引入到紅外視頻運動目標檢測中。
1 ViBe背景建模算法
ViBe算法創(chuàng)新地運用隨機過程的思想，背景建模及更新都采用隨機的策略為每個背景像素點建立樣本集合，是一種無參的像素級背景建模的算法。
1.1 背景像素建模及分類過程
模型的建立可以概括為對像素值分類的過程。每個像素點選取其鄰域內(nèi)N個像素點，用這N個樣本點的集合來表示該像素。記M（x）={v1，v2，…，vN}為圖像中x處的一個樣本集合。為對該像素值v（x）進行分類，即判斷是背景還是前景，采用如下的方法。定義一個以v（x）為圓心，R為半徑的圓SR（v（x））。定義一個基數(shù)#來表示樣本集合M（x）與圓SR（v（x））交集的個數(shù)。如果基數(shù)#大于等于給定的閾值#min，則該像素值被判為背景像素。即計算歐幾里得距離：
|v（x）-vi|>R，前景候選|v（x）-vi|≤R，背景候選
其中，vi為樣本集合，i=1，2，…，N。對像素點v（x）進行分類的過程并不需要計算N次，當滿足|v（x）-vi|≤R的次數(shù)#達到#min，該點就被判為背景點，可以停止計算。這一過程如圖1所示。
1.2 背景模型初始化
通常檢測算法的初始化需要多幀視頻序列來完成，要耗費數(shù)秒的時間，這極大降低了檢測的實時性。ViBe算法的初始化僅僅通過一幀圖像即可完成。由于背景像素值與其一個鄰域內(nèi)的像素值有相似的時域分布特性，因而對每個像素點，可以隨機選擇其鄰域點的像素值來填充背景模型中的樣本值。實驗證明，每個像素點選取8連通鄰域效果很好。設(shè)t=0時代表第1幀，NG（x）是位于x處的像素點的一個空間鄰域。樣本集合可表示為：
M0（x）={v0（y∈NG（x））}（1）
其中，y是在空間鄰域內(nèi)等概率隨機選取的。這種初始化方法的優(yōu)點是對噪聲的反應(yīng)比較靈敏，計算量小，可以很快地進行運動物體的檢測；缺點是當?shù)?幀視頻含有運動目標時，容易產(chǎn)生鬼影。
1.3 背景模型的更新
背景模型的更新就是使背景模型能夠適應(yīng)背景的不斷變化，如光照的變化、輕微的樹枝擺動、新目標的出現(xiàn)等。傳統(tǒng)的背景更新方法采用先進先出的方法來更新模型，丟棄舊的樣本值并用新的樣本值代替。ViBe采用保守的更新策略與前景點計數(shù)相結(jié)合的方法。保守的更新策略是指像素值只有被判為背景才能加入模型中，只有背景樣本中的像素點才進行更新。采用前景點計數(shù)，對前景像素點進行統(tǒng)計，如果次數(shù)超過了特定像素區(qū)域給定的閾值，則將其更新為背景模型。這樣能夠?qū)⒈尘爸型蝗煌？坎㈤L時間逗留的前景目標去除，使其不被檢測為前景目標，也可以更新被前景擋住的背景像素模型。該算法不是每一幀都更新，采用隨機的二次采樣，每個背景像素有1/φ的概率來更新背景模型。由于是等概率隨機地對樣本更新，模型中樣本值在t時刻不被更新的概率是（N-1）/N，在時刻t+dt，樣本值被保留的概率是：
也可以寫作：
這表明在（t，t+dt）的時間間隔內(nèi)，一個樣本值在模型中是否被替換與時間t無關(guān)，是無記憶的。
2 改進的ViBe算法
ViBe算法初始化速度非?？?，由1幀就可以完成初始化過程。但當?shù)?幀圖像中含有運動目標時，容易引入“鬼影”。針對這一問題，融入幀間差分法，可以快速消除鬼影，并提高檢測的準確率。由于ViBe算法本身特有的背景更新機制在后續(xù)幀中可以消除鬼影，只需在前幾幀圖像中融入幀間差分法，這樣既可以快速消除鬼影，又不會影響算法的實時性。
具體算法如下。
?。?）前3幀與原ViBe算法結(jié)果相同，得到提取的前景目標圖像。
?。?）用Fi表示ViBe算法處理后的第i幀的結(jié)果。將第3幀圖像與第2幀作差分，采用OTSU分割算子[3]進行分割，得到二值化圖像，使其與F3作與運算，去除掉F3中的部分鬼影。
（3）將第4幀圖像與第3幀作差分，采用OTSU算子進行分割，得到二值化圖像，使其與F4作與運算，去除掉F4中的部分鬼影。
?。?）重復(fù)以上步驟，直至達到預(yù)定的幀數(shù)。
由于噪聲干擾、前景背景對比度低等原因會導(dǎo)致提取出的前景目標斷裂不完整，不能對紅外圖像目標準確分割。經(jīng)典的Canny算子[4]具有很好的邊緣檢測性，能夠給出較為連續(xù)的邊緣。因此，本文在原ViBe算法基礎(chǔ)上結(jié)合邊緣信息進行檢測，可以提取出完整的紅外目標。
3 后處理
經(jīng)過圖像分割后的二值圖像，目標含有空洞、噪聲邊緣和少量的孤立噪聲，為進行后續(xù)的目標特征提取和分析，必須對二值圖像進行后處理。算法后處理階段采用了中值濾波、形態(tài)學(xué)算子，有效地去噪并填充分割后的空洞。
3.1 中值濾波器
紅外熱圖像的熱噪聲主要由顆粒噪聲和隨機噪聲組成，中值濾波[5]消除隨機干擾噪聲和保持細節(jié)能力很強，常采用中值濾波對紅外圖像進行去噪，實現(xiàn)背景抑制。實驗證明，小于中值濾波器面積一半的物體會被濾掉，較大物體會保留下來。因此，中值濾波器的尺寸很重要。分別采取3×3、5×5、7×7、9×9、11×11的中值模板進行實驗，仿真結(jié)果表明，9×9的中值模板具有較穩(wěn)定的濾波表現(xiàn)，能在消除噪聲的同時有效保持目標的邊緣信息。
3.2 形態(tài)學(xué)算子
數(shù)學(xué)形態(tài)學(xué)基本思想是用一定形態(tài)的結(jié)構(gòu)元素去提取圖像中的對應(yīng)形狀。圖像經(jīng)過形態(tài)學(xué)濾波后能有效保留目標信息的同時濾除噪聲，提高圖像信噪比。開運算能夠濾除比結(jié)構(gòu)元素小的明亮細節(jié)，可以消除圖像中的離散噪聲與毛刺，同時基本保持整體的灰度和較大明亮區(qū)域不變，還可以填充分割后目標內(nèi)部的空洞。
4 實驗仿真結(jié)果及分析
經(jīng)過大量實驗證明，ViBe算法中取半徑R=20，最小基數(shù)#min=2，N=20，φ=16時實驗結(jié)果最好。本實驗用到的紅外視頻序列是從http：//www.cse.ohio-state.edu/OTCBVS-BENCH網(wǎng)站上獲取的，大小為320×240，本文截取了部分圖片序列，生成一段幀率為20 fps的視頻序列。本文實驗在VS 2010，OpenCV 2.4.4的環(huán)境下進行。圖1是原視頻序列中的第3幀、第12幀、第17幀，圖2~圖5分別為原ViBe算法的結(jié)果、融合幀間差分法及Canny算子改進、后處理的實驗結(jié)果。原算法的鬼影區(qū)域較為集中，使用本文改進的算法能夠去除大部分鬼影區(qū)域，同時引入了離散的噪聲點。通過后處理可以很好地濾除孤立的噪聲。從圖5可以看出，經(jīng)過中值濾波，形態(tài)學(xué)操作后處理鬼影后留下的孤立噪聲幾乎全被濾除，可以得到比較干凈、完整的前景目標。
本文在ViBe算法的基礎(chǔ)上進行改進，融合了幀間差分法、邊緣信息進行前景提取，能夠更快地消除鬼影。對提取出的前景目標采用中值濾波、形態(tài)學(xué)操作進行后處理。實驗結(jié)果表明，當紅外目標對比度很低時，該算法時仍可以快速完整地提取前景目標，由于算法是非參數(shù)的，適用于動態(tài)變化的場景，有很高的實時性和魯棒性。
參考文獻
[1] STAUFFER C， GRIMSON W. Adaptive background mixture models for real time tracking[C]. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition， Fort Collins， Colorado， USA，1999： 246-252.
[2] BARNICH O， VAN DROOGENBROECK M. ViBe： a universal background subtraction algorithm for video sequences[J]. IEEE Transactions on Image Processing，2011， 20（6）： 1709-1724.
[3] OTSU N. A threshold selection method from gray-level histograms[J]. Automatica， 1975， 11（285-296）： 23-27.
[4] CANNY J. A computational approach to edge detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1986，8 （6）：679 -698.
[5] ATAMAN E， AATRE V K， WONG K M. Some statistical properties of median filters[J]. IEEE Transactions on Acoust Speech， Signal Process， 1980， 28 （4） ： 415-421