杨锦彬， 石 敏

(暨南大学 电子工程系，广东 广州 510632)

0 引言

智能视觉分析已成为智能环境、安全监控和人机交互等领域的核心技术之一，其中对运动目标的检测是实现这一技术的基础和关键[1]。

运动物体的检测方法主要有3种：光流法、帧间差分法和背景减法[2-3]。目前，国内外关于运动物体检测与提取算法有数千种之多，现已提出的分割算法大都是针对具体问题的，并没有一种适合于所有情况的通用算法，都具有一定的局限性。从实际应用角度来看，基于背景减法运动目标检测是使用最广泛的一种方法[4-5]，文中对传统的背景减法和背景更新法进行改进，提出了一种新型的背景减法和背景更新相结合的运动目标检测方法。

1 新型的运动目标检测方法

文中提出一种新型的背景减法和背景更新相结合的运动目标检测方法。该方法的流程如图1所示，即先求得当前帧CF(x,y)与背景帧BF(x,y)灰度差值GRAY(x,y)，然后根据动态的阀值判定其是否为运动像素，如果为运动像素，并根据基于双阀值计数的局部背景更新策略来判定是否有必要对背景进行更新。最后，采用多次形态学处理，去除各类噪声。

1.1 背景减法

传统背景减法的基本原理就是将当前帧图像与背景帧对应像素点的灰度值相减，在环境亮度变化不大的情况下，如果对应像素灰度相差小于一定的阀值，可以认为此处景物是静止的；如果图像区域某处的灰度变化大于一定的阀值，可以认为这是由于图像中运动物体引起的，将这些区域标记下来，利用这些标记的像素区域，就可以求出运动目标在图像中的位置。……