一种基于卡尔曼滤波的背景更新算法

计算机技术与发展第17卷 第10期 17 No.10 Vol.2007年10月Oct. 2007COMPUTERTECHNOLOGYANDDEVELOPMENT

一种基于卡尔曼滤波的背景更新算法

夏伟才,曾致远

(华中科技大学数字化工程与仿真中心信息与控制技术研究所,湖北武汉430074)

摘 要:在基于视频的运动目标检测过程中,经常使用背景差法来检测运动目标。在背景差法中,背景的实时更新是很重要的一个部分,直接影响到检测效果。在研究过去的背景更新方法的基础上,提出一种基于卡尔曼滤波的方法来更新背景,并且把背景模型和当前帧图像的均值和方差等参数与目标检测结果相结合,实现了较好的背景更新结果。算法的复杂度低、实时性好,能够适应工程的需要。关键词:背景更新;运动目标检测;卡尔曼滤波

中图分类号:TP301.6 文献标识码:A 文章编号:1673-629X(2007)10-0134-03

BackgroundUpdateAlgorithmBasedonKalmanFiltering

XIAWei cai,ZENGZhi yuan

(InstituteofInformation&Control,DigitalEngineering&SimulationResearchCenter,

HuazhongUniversityofScience&Technology,Wuhan430074,China)

Abstract:Inthemovingtargetdetectionbasedonvideo,thebackgrounddifferenceisoftenusedtodetectmovingtarget.Inbackgrounddifference,ingthebackgroundmodelandthemeanandvarianceofthecurrenttestresultswiththegoalofintegratingthebackgroundupdaterealizebetterbackgroundupdatedresults.Thealgorithmislow-complex,goodreal-time,canmeettheneedforproject.Keywords:backgroundupdate;movingtargetdetection;Kalmanfiltering

0 引 言

在计算机视觉系统中,运动目标的检测与分割是一个非常重要的问题,应用于视频监视、交通监测、图像压缩等许多方面。在进行运动检测时,常见的一种情况是摄像机处于静止状态,并且镜头焦距是固定的,此时,图像中的背景区域固定不动。这种情况下,通常采用背景差法。背景差法通过当前帧减去背景参考帧,然后对所得图像选择合适的阈值二值化以后,就得到完整的运动目标,是一种最为简单和有效的方法。

摄像机位置的偏移等,此时背景图像必须能够自适应地更新。针对这一问题,一种经典的方法是时间平均法(time-averagedbackgroundimage,简称TABI),即对一段时间中的图像序列求和再平均,获得一帧近似的背景图像,但这种方法容易将前景运动目标混入到背景图像当中,产生混合现象(blending)。近年来,人们对如何实现背景图像的自适应更新进行了大量研究,这些方法可以分为两类:第1类是建立背景模型并采用自适应方法对模型参数进行调整,从而获得新的背景图像;第2类是从过去的一组观测图像中按照一定的假设选择像素灰度构成当前的背景图像。

文中的背景重构算法属于第2类方法。采用卡尔曼滤波的方法,并结合背景模型的均值和方差与目标检测结果,较好地对图像背景进行实时更新。

1 回 顾

在运动目标检测中,背景往往会发生变化,如室内环境中的光照变化;在室外环境中,一天不同时刻光线和阴影的变化、不同季节的变化、背景中景物的改变和

收稿日期:2006-12-21

基金项目:教育部跨世纪优秀人才培养计划基金项目(2003714)作者简介:夏伟才(1981-),男,湖北黄梅人,硕士研究生,研究方向为视频图像处理;曾致远,教授,研究方向为软件工程、计算机网络及系统集成、计算机图形技术、Internet/Intranet技术、数字视频技术。

2 基于卡尔曼滤波的背景更新算法

2.1 卡尔曼滤波

简单来说,卡尔曼滤波器是一个 optimalrecursivedataprocessingalgorithm(最优化自回归数据处理算法) 。对于解决很大部分的问题,它是最优、效率最高

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库一种基于卡尔曼滤波的背景更新算法在线全文阅读。