基于場景知識的移動目標檢測

史東承，閆 李

(長春工業(yè)大學計算機科學與工程學院，長春130012)

隨著計算機視覺領域的發(fā)展，視頻監(jiān)控對智能化的要求也越來越高，而作為視頻監(jiān)控核心技術之一的移動目標檢測所面臨的問題也越來越復雜。目前應用最多的目標檢測算法是背景差法:背景差法的實質就是區(qū)分圖像中目標的類別，即區(qū)分目標是前景還是背景，其關鍵在于對背景的建模和實時更新。已有許多文章對背景差法進行了改進，并取得較好的效果［1－3］，但是這些算法仍不能從根本上解決由光照變化、陰影等外部環(huán)境因素和場景目標的移動、相互遮擋、形變、與背景顏色相似等場景內部因素所帶來的干擾，從而影響算法的檢測效果。

筆者算法依據背景建模的思想，從提取場景知識的角度出發(fā)，建立場景知識庫，提出一種基于場景知識的移動目標檢測算法。算法在提取特征時，選取對光照、形變等不敏感的顏色和紋理等目標特征建立場景知識庫，從而在一定程度上削弱了這些噪聲對目標檢測效果的影響。

1 場景分割

區(qū)域是有效地表示場景內容的基本單位［4］，所以首先要把場景分割成獨立的目標區(qū)域。筆者選用mean shift算法對場景進行初始分割。mean shift算法是一種魯棒性較強的特征空間聚類方法，且在場景中景物的邊緣因為光照或遮擋的原因變得比較模糊時也能夠得到高質量的目標邊緣。

分割算法分兩部分:1)使用改進的mean shift算法對場景進行初始分割;2)對得到的初始分割區(qū)域進行合并，并加入自動停止合并準則，完成分割。

1.1 改進的mean shift算法

mean shift算法通過尋求核函數概率密度估計▽f(x)的梯度為0的點，即f(x)的局部極大值，得到數據集的模值點。

對于圖像中的n個像素點{xi，i=1，2，…，n}，x點的概率密度的核函數估計為

其中K(x)是一個核函數。x點處的mean shift向量為

其中K(x)=k(‖x‖2)，g(x)=－k(x)，G(x)= g(‖x‖2)。h為對核函數進行密度估計時所使用的窗口寬度，h的選擇對最終的分割結果起著決定性的作用。

在Comaniciu等［5］所提出的基于 mean shift彩色圖像分割方法的基礎上進行了改進。mean shift實際上是一種特征空間聚類方法，所以顏色空間的選擇必然會影響分割結果。在RGB顏色空間中，由于3個顏色分量存在著較強的關聯性，故選取均勻的顏色空間CIE L*，u*，v*。從視覺角度來說，該空間更符合人眼視覺特性。圖像中兩個像素點i，j在該空間中的色彩差異可用歐氏距離表示:

用C替換式(2)中的項，即

依次遍歷圖像中的每一個像素點，通過反復迭代，概率密度函數達到收斂，同時局部區(qū)域像素點都漂移該收斂點，即函數的局部極大值點。把收斂點的色彩值賦給當前像素點，就使得圖像中空間相鄰、色彩一致的像素點都歸為一類，完成圖像的初始分割。

1.2 區(qū)域合并

在區(qū)域合并時，兩個進行區(qū)域合并的區(qū)域必須滿足:顏色相近、空間相鄰，區(qū)域鄰接出無明顯邊緣。故給出區(qū)域間的顏色距離和邊緣距離的定義。

在區(qū)域合并過程中，何時停止合并直接決定著圖像分割的效果。使用葉齊祥等［6］提出的自動停止合并的準則，當合并后剩余區(qū)域數目和區(qū)域顏色散度之和達到最小值時，停止合并，可得到較好的分割效果。

圖1比較了筆者分割算法和傳統均值移動算法的分割效果。圖1(b)使用傳統均值移動算法得到的分割區(qū)域為10個，分割區(qū)域過多過細，造成過分割，干擾筆者算法后續(xù)的目標征提取并且加大了算法計算量。圖1(c)是筆者算法分割后區(qū)域數目僅為5個，能夠避免過分割，且可以滿足后續(xù)算法對場景各目標區(qū)域的區(qū)分，效果較好。

圖1 分割效果比較Fig.1 Com parison of the segmentation results

2 場景知識提取及移動目標檢測

2.1 特征提取

分割完成后，對每個場景目標區(qū)域進行標記編號。選取了場景區(qū)域的統計特征表達場景知識。特征選取的好壞直接影響著整個算法的性能，且由于場景景物的變化性較大，故筆者算法采用符合視覺屬性且魯棒性較強的統計特征進行區(qū)域知識表達。

相對于其他的顏色特征來說，顏色矩簡潔有效，故區(qū)域的顏色特征使用Stricker等［7］提出的顏色矩表示。紋理是一種不依賴顏色、亮度的視覺特征，且對場景的光照等變化具有較強的魯棒性。用Gabor濾波器提取各區(qū)域的紋理特征［8］。給定一副圖像A(x，y)，它其Gabor小波變換定義如下

其中*表示復共軛，函數t(x，y)為Gabor小波函數。以Gabor小波變換系數的均值μmn和標準差σmn作為區(qū)域的紋理特征

使用μmn和σmn構建紋理特征向量，采用3級尺度，4個方向的Gabor濾波器，得到了24維的紋理特征向量:

區(qū)域的形狀特征選取Hu［9］提出的7個不變矩和區(qū)域重心來描述。不變矩對于圖像平移、旋轉和尺度變換均保持不變，受目標形變遮擋的影響相對較小，故用不變矩可有效地表達目標的形狀特征;使用區(qū)域重心描述目標的位置信息。

對提取的數據進行歸一化處理，為每個區(qū)域構建一個36維的特征向量(如表1所示)，并把所有目標的特征向量構建為一個特征向量集，即可得到場景知識庫。

表1 區(qū)域特征向量Table 1 Feature vector of the region

2.2 相似性匹配和移動目標檢測

對待檢測的幀圖像進行分割和特征提取后，根據相似性度量準則，用該幀圖像中目標的特征向量和原場景知識庫中各目標區(qū)域的特征向量進行相似性匹配。

若待檢測目標與知識庫中某目標的顏色、紋理、不變矩特征均滿足給出的度量準則，而區(qū)域重心不滿足相似性準則，則判定該移動目標為場景內原有目標;除上述情況外，若待檢測目標的顏色、紋理、不變矩特征至少有一個不滿足準則，則可判定該目標為新進入場景的移動目標。

根據分割區(qū)域標記和區(qū)域重心可以得到移動目標的移動信息和位置信息，完成移動目標檢測。

各個特征進行相似性匹配的度量準則如下:

1)顏色矩的相似性度量準則

其中wμ、wσ、ws分別表示各顏色矩的權值。

2)不變矩的相似性度量準則

3)區(qū)域重心的相似性度量

其中τ1和τ2可設定為圖像長和寬的1/20～1/ 10，當式(3)和式(4)同時成立時，兩個目標滿足相似性匹配準則。

4)紋理特征的相似性度量

μ和σ分別為Gabor小波變換系數的均值和標準差。

3 仿真結果及分析

實驗拍攝了簡單的教室場景和街道交通場景圖片，在Matlab平臺上進行仿真，并對筆者算法和基于混合高斯建模的背景差法的檢測結果進行比較。

圖2 室內場景檢測Fig.2 Detection of an indoor scene

圖2為教室場景的移動目標檢測:圖2(a)為無移動目標的場景原圖像;圖2(b)為待檢測圖像，其中移動目標為教室后門(場景原有目標)和人(新進入場景目標);圖2(c)為使用筆者分割算法進行分割得到的結果圖，算法基本上單獨分割出場景內各目標區(qū)域，且各區(qū)域輪廓清晰，區(qū)分度較好;圖2(d)、(e)為檢測結果圖，打開的教室后門和新進入場景中的人都被成功的檢測出來，且檢測出的目標獨立，粘連較少，得到了較好的檢測效果。

圖3為室外交通場景的移動目標檢測:圖3 (a)為待檢測圖像，移動目標為車輛;圖3(b)為使用基于混合高斯建模的背景差法得到的檢測結果。雖然該方法檢測出了移動目標，但是檢測結果受到了車輛陰影的影響，導致檢測到的目標形狀失真，直接影響下一步的識別、跟蹤;并且陰影也可能會被判定為新的移動目標，從而影響檢測的準確性。而用筆者算法在對場景進行區(qū)域分割后，選取對光照陰影有較強魯棒性的顏色紋理特征進行目標表達，得到的檢測結果并沒有受到陰影的干擾，而且得到的車輛輪廓也較為完整，見圖3(c)。

圖3 算法比較Fig.3 Com parison of the two algorithm s

4 結論

從場景知識的角度出發(fā)，選取對外部環(huán)境變化和內部干擾魯邦性都較強的顏色、形狀、紋理特征組成目標特征向量，建立起場景知識庫。用特征向量來代替各個目標區(qū)域不僅可減少系統的存儲成本，而且可通過所選取特征對陰影形變等噪聲的魯棒性，提升整個算法的檢測性能。最后，在用待檢測目標的特征向量與場景知識庫中特征向量進行相似性匹配時，可通過匹配準則的調整得到較好的檢測效果。

由于算法中知識特征的抽取和匹配所需要的計算量較大，故算法的實時性需要進一步改進;筆者中所選取的實驗場景都較為簡單，故為了適應較復雜的監(jiān)控場景，算法中加入場景知識庫的實時更新就成為我們下一步工作的重點。

［1］Stauffer C，GrimsonW.Adaptive backgroundmixturemodels for real－time tracking［J］.Proceeding of IEEEComputer Society Conference on Computer Vision and Pattern Recognition，1999，2(6):248－252.

［2］Elgammal A，Harwood D，Davis L.Non－parametricmodel for background subtraction［C］//Proceedings of International Conference on Computer Vision.1999:751－767.

［3］Rittscher J，Kato J，Joga S.A probabilistic background model for tracking［C］//Proceedings of European Conference on Computer Vision.2000:336－350.

［4］Luo Jie－bo，Guo Chen－gen.Perceptual grouping of segmented regions in color images［J］.Pattern Recognition，2003，36(12):2781－2792.

［5］Comaniciu D，Meer P.Mean shift:A robust approach toward feature space analysis［J］.IEEE Trans on Pattern Analysis and Machine Intelligence，2002，24(5):603－619.

［6］葉齊祥，高文，王偉強.一種融合顏色和空間信息的彩色圖像分割算法［J］.軟件學報，2004，15(4):522－530.

Ye Qi－xiang，Gao Wen，Wang Wei－qiang.A fusion of color and spatial information for color image segmentation algorithm［J］.Journal of Software，2004，15(4): 522－530.

［7］Sticker M，Orengo M.Similarity of color image［C］// Proceedings of SPIE Storage and Retrieval for Image and Video Database.1995:381－392.

［8］Manjunath B S，Ma W Y.Texture features for browsing and retrieval of image data［J］.IEEE Transactions on Pattern Analysis Machine Intelligence，1996，18(8): 837－842.

［9］Hu M K.Visual pattern recognition bymoment invariant［J］.IEEE Transactions on Information Theory，1962，8 (2):179－187.