嚴(yán)騰　張朝陽(yáng)　李嬋　張向清

摘要：通過(guò)攝像機(jī)獲取視頻數(shù)據(jù)，利用運(yùn)動(dòng)目標(biāo)檢測(cè)的原理，從交通視頻圖像中提取車輛目標(biāo)。常用的運(yùn)動(dòng)目標(biāo)檢測(cè)的方法：光流場(chǎng)、幀間差分、背景差分。本文使用背景差分中非常經(jīng)典的CodeBook算法來(lái)實(shí)現(xiàn)運(yùn)動(dòng)車輛目標(biāo)的提取。最后，在 VS2013 和 opencv2.3 的開(kāi)發(fā)環(huán)境中實(shí)現(xiàn)了該檢測(cè)算法。

關(guān)鍵詞：視頻；圖像；車輛；目標(biāo)檢測(cè)

1 常見(jiàn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法

常用的運(yùn)動(dòng)目標(biāo)檢測(cè)的方法：光流場(chǎng)、幀間差分、背景差分。下文將簡(jiǎn)單介紹這幾種方法的實(shí)現(xiàn)思想。

1.1 幀間差分

相對(duì)于第一種方法幀間差分是一種相對(duì)簡(jiǎn)單的方法。顧名思義，幀間差分是將相鄰兩幀或者多幀進(jìn)行差分的方法，差分完成后將變化較大的部分標(biāo)記為前景。設(shè)第k幀圖像的灰度值為fk（x，y），其中x和y表示圖像中像素的坐標(biāo)。Mk（x，y）表示差分后的掩碼圖，T表示預(yù)先設(shè)定的閾值，那么差分過(guò)程可以表示為：

Mk（x，y）=

0.........if

fk+1（x，y）-fk（x，y）

1.........iffk+1（x，y）-fk（x，y）

>=T

1.2 背景差分

背景差分與幀間差分相似，也是幀之間的差分。但是，背景差分所用的差分對(duì)象不是一般的幀，這個(gè)特殊幀是沒(méi)有要檢測(cè)運(yùn)動(dòng)目標(biāo)的純背景幀，用包含運(yùn)動(dòng)目標(biāo)的幀與之差分，得到的便是我們需要的前景目標(biāo)。其差分過(guò)程同上述公式是一樣的，都需要設(shè)定一個(gè)閾值，用于區(qū)分像素灰度值突變的區(qū)域。

2 CodeBook算法介紹

現(xiàn)在我們來(lái)介紹 CodeBook 的建模過(guò)程。其基本思想是，在一個(gè)時(shí)間序列內(nèi)，圖像中一點(diǎn)的像素值會(huì)處于一個(gè)波動(dòng)狀態(tài)，即對(duì)于特定的點(diǎn)而言每一個(gè)時(shí)刻的像素值都和前一個(gè)時(shí)刻的像素值有差別，CodeBook 算法就是用一個(gè)碼本中的若干碼字來(lái)描述像素點(diǎn)在時(shí)間序列上的統(tǒng)計(jì)屬性。

算法過(guò)程描述如下：

設(shè)P={p1，p0，...，pk}是一幅圖像圖像素點(diǎn)x在k幀連續(xù)圖像序列中的取值，i為幀數(shù)標(biāo)號(hào)，用C={c1，c2，...，cl}來(lái)描述x像素點(diǎn)的碼本，l為碼本中碼字的個(gè)數(shù)。

（1）設(shè)當(dāng)前幀為第 i 幀，設(shè) k 為學(xué)習(xí)建模時(shí)長(zhǎng)，設(shè)碼本C 的長(zhǎng)度為l 。

（2）如果C=φ，即l=0 ，那么給C碼本中新建一個(gè)碼字，并初始化，如下式所示：

cl={lh，ll，pi，pi，i，0，1}。然后，l++，i++。（lh和ll分表表示該像素點(diǎn)位置出現(xiàn)過(guò)的最大值和最小值）

（3）pi與碼本C中的所有碼字進(jìn)行逐次匹配，如果對(duì)于其中一個(gè)碼字滿足關(guān)系：ll

（4）如果（3）中pi與ci匹配成功，那么更新ci：

ci={lh，ll，max（p，pi），min（p，pi），i，0，f++}

如果此處pi取為最大值或者最小值，那么，ll++或者lh++，以實(shí)現(xiàn)閾值的動(dòng)態(tài)更新，更能滿足可提要求。這樣我們就成功得將一個(gè)像素點(diǎn)融合到該碼字中。

（5）如果（3）中的匹配過(guò)程沒(méi)有任何已有碼字與該像素點(diǎn)匹配，那么，按照（2）中的方法新建一個(gè)碼字。

（6）如果i

以上步驟我們實(shí)現(xiàn)了對(duì)一個(gè)像素點(diǎn)的建模，當(dāng)然，對(duì)于其他像素點(diǎn)，用同樣的方法即可實(shí)現(xiàn)對(duì)整個(gè)圖像序列的背景建模。那么接下來(lái)獲取前景運(yùn)動(dòng)區(qū)域的方法同背景差分算法一樣。

3 實(shí)驗(yàn)結(jié)果

4 結(jié)語(yǔ)

本文做的主要工作是利用 Codebook 算法實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的分割，通過(guò)分割結(jié)果達(dá)到車輛目標(biāo)的識(shí)別檢測(cè)。目前視頻的識(shí)別分割在智能能交通領(lǐng)域是研究熱點(diǎn)，應(yīng)繼續(xù)結(jié)合熱點(diǎn)需求，完善算法的實(shí)用性。

參考文獻(xiàn)：

[1]肖王新，張雪，黃衛(wèi).交通視頻圖像的多尺度自適應(yīng)閥值邊緣檢測(cè)[J].土木工程學(xué)報(bào)，2003. 37（6）：8994.

[2]周欣.基于方向分形維的高速公路車輛邊緣檢測(cè)研究[J].2004，20（3）：258262.

[3]朱志剛，徐光佑，楊波.自動(dòng)交通檢測(cè)系統(tǒng)的二維時(shí)空?qǐng)D像方法.中國(guó)圖像圖形學(xué)報(bào)，1996.