基于背景模型的自动视频分割方法.pdf

基于背景模型的自动视频分割方法

王军沙芸吴裕树
(北京理工大学计算机科学与工程系，北京100081)
E—mail：[e-mail]

摘要提出一种基于背景模型的自动视频分割方法。该方法结合了背号恢复技术和目标跟踪技术进行视频分割算法
分背景重建、运动目标提取、跟踪技术的使用和后处理4个步骤。同时提出了一种新跟踪算法去除大噪声的干扰：文章阐
述了方法的基本思想、理论依据和实现。实验表明：该方法具有很好的效果，具有较强实时性

关键词运动目标分割背景恢复变化检测视频分割

文章编号1002—8331一(2004)09—0060—03文献标识码A中图分类号TP391

AutomaticVideoSegmentationAlgorithmUsingBackgroundModel
WangJunShaYunWuYushu
(Dept．ofComputerScienceandEngineering，BeijingInstituteofTechnology，Beijing100081)
Abstract．,Anautomaticvideosegmentationalgorithmbasedonbackgroundmodelisproposedinthispaper．The

proposedalgorithm，whichcombinesbackgroundrestorationtechniquewithtrackingtechnique，consistsoffourphases：
backgroundconstruction，abstractmovingobjects，tackingthemovingobjectsandpostprocessing．Anewtracking
algorithmtoremovesignificancenoiseisalsoputforwardinthispaper．TheAlgorithmcansegmentinreal-time．The

theoreticalbasisandthealgorithmimplementationareexplainedindetail，experimentsshowthesatisfactouresultsfrom

thealgorithm．

Keywords：Movingobjectsegmentation，backgroundrestoration，changedetection，videosegmentation

1引言于实时系统。
随着MPEG-4和MPEG一7的研究发展，基于内容编码和
面向对象的存取和操纵技术日益得到人们的重视。视频分割技2基于背景模型的自动视频分割
术尤其是自动视频分割技术成为当前视频研究领域的热点和算法的基本思想是基于变化检测的。不象其它的基于变化
难点。检测的方法，本算法对运动的判断准则不直接来自于两帧连
传统的视频分割算法根据其主要的分割准则大致可以分续图像的差异。它首先对各个象素点沿时间轴的变化规律进行
两类。一类以空间同性为准则。这类算法的大致步骤是：先用形分析，并根据统计规律重建背景图像，然后比较每帧图像与背
态学滤波器或其他滤波器对图像作预处理；然后对该图像的亮景图像的差异。与背景图像不同的像素将被认为在目标区域中
度、色度或其他信息作空间上的分割以对区域作边缘检测；之算法假定背景是固定的。算法分4个步骤。如图l所示。首
后作运动估计，并合并相似的运动区域以得到最终的分割结先由累积的帧差信息重建背景图像。该步骤中，先计算出合理
果【l-41。通常用光流法作运动估计。分水岭算法用于区域边缘检的帧差阈值，然后由相邻两帧的差异构造出帧差模板。根据最
测，可以使分割结果更精确[21。但是这类算法的计算复杂度高，近几帧的帧差信息，长时间不运动的像素被标记为可靠的背景。

一般不适用于实时系统中。
另一类算法主要以变化检测作为其分割准则。这类算法
主要通过帧差检测图像上的变化区域和不变区域，将运动物体
象
与静止背景进行分割。为降低噪声的干扰，通常利用相邻两帧视
检测变化区域。然而，传统的基于变化检测的方法有一定局限
性。首先，由于帧间的变化值依赖于目标运动的速度，所以当目图1视频分割算法流程
标的速度变化较大时分割质量不能保持一致；其次，未被发现
的背景区域，经常会由于帧差信息而被误判为是运动目标。第二个步骤进行运动目标提取，形成初始的运动目标二值
该文提出了一种基于背景模型的自动视频分割方法。该算模板。与通常的背景差减不同的是，该模板的形成不仅仅依赖
法对目标的任意运动都能有效地进行自动分割。从实验结果来当前帧与重建的背景图像的差减信息，还依赖当前帧与前一帧
看，这种分割方法有良好的稳定性，并且分