基于背景更新的运动目标提取方法研究(3)

菜单

3.1 手动给出背景法

研究者在观察到没有前景目标出现在摄像机镜头中的时候启动相机，获取图像作为背景图像，即为手动给出背景法。这种背景的提取方法需要花费大量的人力和物力资源，而且在大多数情况下，很难在没有前景运动目标的时候获得理想的背景图像；尤其是在一些实时更新的系统中，由于不能十分准确的判断出前景物体进入视线的时刻，而不能很好的应用。手动给出背景法需要使用其他方法修正由于光线、亮度等因素变化而带来的背景误差，而且不能实现自适应的更新的功能[15]。

3.2 统计中值法

《基于Matlab的运动目标检测》一文中提出：通常条件下，当输入视频序列中的运动目标少于一定数量时，连续多帧图像中背景的像素值占所有图像像素值的主要部分，而且在相当长的一段时间内，背景像素值的变化也会比较缓慢[15]，因此，我们可以取连续多帧图像中像素值的中值作为背景图像。

统计中值法是从统计学的角度来实现的。首先统计每一个像素点在连续多帧图像中的像素值，经过指定的一段时间后，对所输入的视频序列图像中的色彩信息或者亮度值按由小到大的顺序进行排序，然后从中取出其中值作为背景。虽然统计中值法原理较简单，但是，其缺点在于：图像帧的像素点通常很多，则用于取中值的图像帧数量也就会很大。对于一个巨大的数组进行由小到大的排序，再从中取出其中值，这样的话计算量会明显增大，处理起来很慢，而且存储数据也需要占用大量的内存单元。

3.3 算术平均法

算术平均法作为背景提取算法的一种，计算较为方便，可以得到质量较好的背景图像。《基于Matlab的运动目标检测》一文中对其提取背景图像的原理的描述是：“在特定的时间段内对像素点的色彩和亮度信息取平均值，用该均值作为背景图像对应像素点的数值，在读入一段视频时，对某一像素点进行观察，会发现在没有前景运动目标通过时，该点的灰度值变化很小,基本保持稳定，只有当前景运动目标通过时，该点的灰度值才会发生较大的变化，因此可以连续读入帧图像，对图像各点的灰度或色彩信息使用统计的方法，将变化剧烈的像素点变得平缓，取平均值作为背景图像像素点的值[15]。”