王若宇

摘 要：为了从一些复杂的场景中提取出人像，用到的开源代码有很多，其均假设若一个像素的颜色在较长时间内变化不大，则认为它是背景。但是，这些开源代码在用于一些自拍摄像头时效果较差，因为当一个人端坐在摄像头前，他的像素不会发生很大变化。因此，本文提出了另外一种算法，该算法基于如下假设：在背景建模期间前景不会出现，且背景建模结束后，背景的变化始终为建模期间背景变化的子集。这种非动态的算法适用于提取距离摄像头距离更近的对象。

关键词：前景提取;前景检测;背景建模

Abstract： In order to extract human images from some complex scenes， many open source codes are used， which assume that if the color of a pixel does not change much in a long time， it is considered as the background. However， these open source codes are not very effective for some self timer cameras， because when a person sits in front of the camera， his pixels will not change greatly. Therefore， this paper proposed another algorithm， which was based on the following assumption： the foreground would not appear during the background modeling， and after the background modeling， the background change was always a subset of the background change during the modeling. This non dynamic algorithm is suitable for extracting objects closer to the camera.

Keywords： foreground extraction;foreground detection;background modeling

1 算法設计

1.1 算法思路

由于是从摄像头采集的图像，因此其有BGR三个通道，每个通道的值为[0，255]。为每一个像素的每一个通道创建一个编码本（CodeBook[1]），编码本中储存有若干个码元（CodeElement），一个码元中储存一个区间。在前景检测阶段，若某一像素的三个通道都落在对应编码本的任一码元里，则认为它是背景;否则，认为它是前景。据此得到掩模，然后利用形态学开闭操作、轮廓检测、凸包运算等消除噪声，优化掩模效果。

创建编码本和码元的思路在数据结构介绍中解释。

1.2 数据结构介绍

1.2.1 码元（CodeElement）。创建码元的代码如下：

1.2.2 编码本（CodeBook）。创建编码本的代码如下：

其中，learnHigh和learnLow表示一个学习阈值。在背景建模阶段，对输入图像的每一个像素的每一通道，遍历其编码本中的码元，如果该通道的值在某个码元中，则跳过;如果该通道的值虽然不在某个码元中，但它在（Min-learnLow）～（Max+learnHigh）中，则表示该码元应该学习这个像素，因此应扩大码元的区间使之包含这个像素。……