运动目标检测

第二章 运动目标检测

运动目标检测主要目的是从视频图像中提取出运动目标并获得运动目标的特征信息，如颜色、形状、轮廓等。提取运动目标的过程实际上就是一个图像分割的过程，而运动物体只有在连续的图像序列(如视频图像序列)中才能体现出来，运动目标提取的过程就是在连续的图像序列中寻找差异，并把由于物体运动和表现出来的差异提取出来。

1.     运动目标检测的基本方法

运动目标检测是实时的在被监视的场景中检测运动目标，并将其提取出来。常用的四种方法：连续帧间差分法、背景差分法、光流法和运动能量法。

连续帧间差分法对于动态环境有很好的适应性，但却不能够很好地分割运动对象，不利于进一步的对象识别与分析；背景差分法是将当前帧每个像素与背景图像逐一比较，能够较完整的提取目标点，却又对光照和外部条件造成的动态场景变化过于敏感；光流法的优点是能够检测出独立运动的对象，不需要预先知道场景的任何信息，而且可以应用于背景整体运动的情况，但但是大多数光流方法的计算复杂，除非有特殊的硬件支持，否则很难实现于实时检测；运动能量法适合于复杂变化的环境，能消除背景中振动的像素，使按某一方向运动的对象更加突出地显现出来，但运动能量法也不能精确地分割出对象。

1)     帧间差分法

帧间差分法是一种基于像素的运动检测方法，它通过对视频图像序列中相邻的两个或三个图像进行差分运算来获得运动物体轮廓。帧间差分法能够检测出运动对象的部分轮廓信息，但是在检测结果中，却不能完全提取出所有的属于运动对象的特征象素点，在运动物体内部容易产生空洞，这样的检测结果对随后的操作很不利。

首先，利用公式，

计算第k帧图像与第k-1帧图像之间的差别，得到差分后的图像Dk，然后对Dk使用图像分割算法，

进行二值化处理。之后还可使用数学形态学对其进行滤波处理，得到图像Rk，最后对图像Rk进行区域连通性分析，当某一连通的区域的面积大于某一给定阈值，则成为检测目标，并认为该区域就是目标的区域范围，就可确定目标的最小外接矩形。

帧间差分法的优点：能够方便应用在实时系统中，因此算法简单，运算速度较快；其次由于相邻帧之间时间间隔短，光照可认为几乎无变化，故环境影响不大。

帧间差分法的问题：两帧间同一运动目标的重叠部分不容易检测出来，即只能检测出前后两帧中目标的一部分，出现目标在运动方向上前后分裂并拉长，如果物体运动较快，就会出现同一个目标检测出两个目标的问题；只检测图像在两帧中变化的信息，这样容易出现伪目标，即前一帧相对于当前帧差分出来的目标。

2)     背景差分法

背景差分法通过输入图像与背景图像进行比较从而分割出运动目标，在运用背景差分法时需要有一定的限制：要求前景(运动物体)象素的灰度值和背景象素的灰度值存在一定的差别，同时要求摄像机是静止的改善了连续帧间查分法所存在的问题，原理如下：

首先利用

计算背景图像 与当前帧图像 的差，然后根据，

对差分图像Dk进行二值化和形态学滤波处理，并对所得结果Rk进行区域连通性分析，当某一连通的区域的面积大于某一给定阈值，则成为检测目标，并认为该区域就是目标的区域范围，就可以确定目标的最小外接矩形。

此方法的特点是：要求使用当前被监视环境中的一幅静态背景图像；利用背景图像与当前帧图像的差进行运动目标检测；传统的背景差分所采集到的背景图像随着时间的推移，会对光照和外部条件造成的场景变化比较敏感，会出现许多伪运动目标点，影响到目标检测的效果。

折中方法：采用累积差分动态生成，如下图，image是新采集的图像，bkgrd是生成的背景图像，。

该方法的局限性是：如果目标停止运动，那么经过一段时间的积累，它会成为背景中的一部分，这种问题无法彻底避免，但可以通过减小a或者降低背景的更新率来抑制。同时，即使检测为运动目标，仍然将其成分加入到背景中，这一点在逻辑上也是很成问题的。

3)     光流法

光流检测运动目标的基本原理是：通过图像中有目标和没目标时速度矢量的差异来检测目标。给图像中的每一个像素赋予一个速度矢量，这就形成了一个图像运动场，在运动的一个特定时刻，图像上的点与三维物体上的点一一对应，这种对应关系可由投影关系得到，根据各个像素的速度矢量特征，可以对图像进行动态分析。如果图像中没有运动目标，则光流矢量在整个图像区域是连续变化的，当物体和图像背景存在相对运动时，运动物体所形成的速度矢量必然和邻域背景速度矢量不同，从而检测出运动物体的位置。

光流是指图像亮度模式的表观或视在运动。使用“表观运动”的要原因是光流无法有运动图像的局部信息唯一的确定。

根据光流约束方程，光流误差的离散量表示式为：

光流的迭代方程

光流包含以下两方面的信息：被检测目标运动方面的信息以及目标和其周围环境中景物三维结构的信息，故光流法能够适用于静态背景和动态背景两种环境，且有较好的适应性，但是这种方法的计算复杂度高，迭代过程长，运算时间开销大，导致这种方法的实时性和实用性都比较差，很难满足实时运动目标检测的要求。