沈盼盼，樊 丰，伍瑞卿

(电子科技大学，四川 成都 611731)

1 背景介绍

对视频序列中运动目标的提取是计算机视觉和视频分析的基本部分，在视频监控［1］、体育运动分析［2］、人机交互［3］、辅助临床医疗诊断［4］等领域有广泛的应用前景。基于背景差分的运动目标检测是最常用的方法［5］，该方法中背景的获取和更新是关键。近年来，人们对如何构建背景进行了大量的研究，例如高斯模型的法、中值法、时间平均法等，大多数都是针对像素建立的。

本文从直接计算背景像素值的角度研究。因为时间平均法容易将前景运动目标混入到背景图像中，导致提取的背景图像出现混影。自适应平滑算法利用通过时间段内像素点的不变性建立背景模型，但是如果运动目标运动缓慢或者暂时静止时候会将前景像素值误判为背景像素值，产生错误结果。基于像素在时间轴上变化提出的中值法，检测过程中可能会因光照的变化将噪声点像素值误判为背景。针对这些问题，本文根据运动目标像素值的变换比背景的变化快［6］的思想，采用帧间差分法和中值法相结合构造背景模型，并且利用帧差信息对背景实时更新。采用对RGB空间的三通道分离的运动目标检测方法，采用Osto法［7］获取阈值来提取运动区域。本文算法在运动目标存在的情况下也能建立较完整的背景模型，构建的背景可适应光照变化和微小物体的抖动，克服了在对目标和背景灰度相近的情况下难以提取准确的目标对象的问题，另外，背景更新是针对每个像素点更新，大大减少了运算时间。……