靳海伟, 彭力, 卢晓龙

(江南大学物联网工程学院,江苏无锡214122)

基于帧间差分和粗糙熵的运动目标检测算法

靳海伟, 彭力*, 卢晓龙

(江南大学物联网工程学院,江苏无锡214122)

帧间差分法只把相邻帧间存在较大差异的部分提取出来,检测出的运动目标内部往往存在“空隙”。利用粗糙熵可以精确地分割图像区域。引入粗糙熵作为帧间差分法的补充,通过颜色灰度信息完成图像形态学重构,并进行形态学滤波和连通性检测,由此克服了检测出运动目标内部的空洞现象,满足实时性,检测效果显著提高。

帧间差分;空隙;目标检测;粗糙熵;形态学重构

运动目标检测技术是图像视频处理领域的研究热点之一。目前运动目标检测的基本方法有帧间差分法、背景差分法和光流法。帧间差分法具有程序简单、运行速度快的特点[1-2]。因为相邻帧之间背景的变化较小,所以帧间差分法能够较好地适应各种场景。但是这种方法也有很明显的缺点。该算法的基本思想是将相邻两帧存在较大差异的部分提取出来,所以检测出的运动目标内部往往存在大量“空隙”[3-4]。

文献[5]提出基于五帧差分和背景差分的运动目标检测算法,虽然可以完整地提取目标轮廓,但没有解决目标内部的空隙问题。文献[6]提出的基于背景减法和时空熵的运动目标检测新方法,可以完整地提取目标,但算法复杂度大。文献[7]提出基于粒子粗糙熵的图像分割算法,使用粗糙集理论、粗糙熵来对图像中目标和背景进行正确分类[8],但其处理对象是单帧图像,无法检测出图像序列(视频)中的运动目标。……