ComputerKnowledgeandTechnology电脑知识与技术第6卷第13期(2010年5月基于动态背景更新的运动目标检测算法郑纪业，闫万涛（山东科技大学研究生教育学院，山东青岛266510）摘要：该文介绍了几种目前较为流行的运动目标检测方法，详细阐述了这些方法的检测原理，然后指出这些方法的优势和不足，在此基础上提出了动态背景更新方法，给出了整个算法的实现流程，同时在细节上做了一些改进。实验结果表明，此运动检测方法在静止背景的情况下能够有效地检测运动目标。关键词：背景差分法；帧间差分法；运动目标检测中图分类号：TP18文献标识码：A文章编号：1009-3044(201013-3499-02AMovingTargetDetectionAlgorithmBasedonDynamicBackgroundUpdatingZHENGJi-ye,YANWan-tao(ShandongUniversityofScienceandTecnology,Qingdao,266510,ChinaAbastrct:Thisarticleintroducesseveralmovingtargetdetectionmethodswhichispopularatcurrenttime,anddescribestheprincipleofthesemethodsindetail,thenpointsouttheadvantagesanddisadvantagesofthesemethods,finallyproposesthedynamicbackgroundupdat-ingmethodandgivestherealizationofthewholealgorithmprocess.Theexperimentalresultsshowthatthismotiondetectionmethodinthecaseofstaticbackgroundcanbeeffectiveindetectingmovingtargets.Keywords:backgrounddifferencemethod;interframedifferencemethod;movingtargetdetection运动目标检测[1-2]是智能视频监控的第一步，运动检测的目的是自动分离出视频图像序列中的运动像素点和静止像素点，将变化区域从背景图像中提取出来。视频监控系统通过对检测到的运动像素点进行自动分析，运用形态学的操作来确定前景对象，最终根据前景对象的运动决定是否有意外情况发生并报警。运动目标的准确检测和分割对于目标分类、跟踪和行为理解等后期处理非常重要，因为以后的处理工作主要是在运动区域上进行的。1运动检测常用方法通常意义上讲，视频监控系统中获取的视频图像包括前景和背景两部分，它们在不同的问题中有不同的涵义。在本文设计的运动目标检测方法中，摄像机是静止的，并且前景主要是指人或者车辆，背景主要是俯视角度下的街道马路等背景变化不迅速的场景，这种场景基本上属于静止背景，即使是变化也是缓慢的变化。而静止背景下的运动目标检测方法主要有光流法、帧间差分法、背景差分法等，下面主要介绍应用最广泛的后两种方法的原理和特点[3]。1.1帧间差分法相邻帧间差分法[4]的运动目标检测的原理是：当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，相邻两帧图像相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来确定图像序列中有无物体运动，并报警。这种方法的优点是因两幅图像之间的时间间隔较短，对光线等场景变化不太敏感,能够适应各种动态环境，检测有效而稳定。不足之处是不能检测出物体的准确位子。采用这种方法时，需要考虑如何选择合适的时间间隔，这一般依赖于所监视的物体的运动速度[5]。对快速运动的物体，需要选择较小的时间差，而如果选择得不合适，最坏情况下物体在前后两帧中没有重叠，造成被检测为两个分开的物体；而对慢速运动的物体，应该选择较大的时间差，而如果选择得不适当，最坏情况下物体在前后两帧中几乎完全重叠，根本检测不到物体。1.2背景差分法背景图像差分法[6]是利用当前图像与背景图像的差分来检测运动区域的一种技术。它将当前每一帧图像与事先存储或者实时得到的背景图像(不存在任何运动物体相减，一般情况下，由于运动物体在灰度上与背景灰度存在着很明显的差异，这样作差分后的差值图像只是在运动物体处有较大的灰度值。选取适当的阈值，差值图像的灰度值大于阈值，则判定被监视场景中有运动物体,从而得到运动目标。这种方法的优点是：1）检测出的运动目标位置精确，且速度快，因为它只需获取当前的一幅图像；2）经根据实际情况确定阈值进行处理后,所得结果直接反映了运动目标的位置、大小、形状等信息。不足之处是受环境光线变化的影响非常敏感，容易产生误报警。由此可以看出，背景图像差分法成功与否依赖于背景图像...
