路霄汉 王志君 梁利平*

1(中国科学院微电子研究所 北京 100029)2(中国科学院大学电子电气与通信工程学院 北京 100029)

0 引 言

背景提取技术是视频感兴趣区域(ROI)提取的重要方法之一[1]，它的准确性、实时性和对于环境变化干扰的鲁棒性较好，是一种针对运动目标检测的优秀方法[2]。在背景提取算法中，ViBe算法[2]是一种无参数的、非概率模型化的算法，它在运动目标检测任务上，拥有运行速度快、占用资源少、识别精度高等特点，但是仍存在不足。其一是鬼影问题，鬼影是被检测为前景，却没有代表任何运动目标的区域，即虚假的前景区域[3]。目前，针对鬼影问题，第一类处理方法是通过改变创建初始背景集合的方式。文献[4]采用类高斯模型的更新方法，使用多帧图像训练初始背景集合。文献[5]在帧差法中引入大津阈值算法[7](OTSU)，使用前几帧图像合成背景样本图像，然后根据此背景样本图像创建初始背景集合。文献[6]采用多帧平均法，使用视频前面25帧图像对应点和其邻域点的像素值创建初始背景模型。这种方法需要使用视频多帧图像构建初始背景集合，降低了初始化背景集合的速度，而且，由于背景突然运动也会产生鬼影，这种方法无法解决此类问题。第二类处理方法在进行背景判断的过程中进行鬼影识别，然后将鬼影转变为背景[8-9]。文献[8]通过计算前景与其邻域背景的颜色直方图差异大小判断前景是否是鬼影。文献[9]通过计算前景区域的像素值方法大小判断鬼影。……