HoS 运动目标分割算法在视频监控中的应用.pdf

微电子学与计算机2005年第22卷第1期

HoS运动目标分割算法在视频监控中的应用

范欣楠朱玉文刘万春刘建君
(北京理工大学视觉与模式识别实验室，北京100081)

摘要：为了提高视频监控中运动目标分割的速度和准确度，研究并实现了一种基于高阶统计量HOS(Higher
OrderStatistics)的分割算法。首先根据H0S假设检验处理帧差图，判定像素点是否属于运动区域，阈值通过灰度共
生矩阵获得，考虑了背景纹理的幔变化。然后，用矩形框聚类法大致确定运动目标的范围，在该范围内使用形态运
算法和首尾扫描法去除空洞。最后，使用模板相与法获得帧图像的运动目标模板，从原图像中分割运动区域。算法
采用了由粗到精的分析策略，实验表明，是一种快速稳健的算法。
关t词：运动目标分割，视频监控，高阶统计量．灰度共生矩阵
中圈法分类号：Ⅱ，391文献标识码：A文章编号：1000-718o(2005)01船o4

ApplicationofHOSbasedMovingObjectSegmentationAlgorithmin
VideoSurveillance

FANXin-nan，ZHUYu-wen，LIUWan-ehun，LIUJian-jun
(LabofVisionandPatternRecognition，BeijingInstituteofTechnology，Beijing100081)

Abstract：Inordertoimprovetheeficiencyofmovingobjectsegmentationinthevideosurveillance，aH0S(Higher
OrderStatistics)basedalgorithmisproposedandimplemented．Firstly，ahigherorderstatisticshypothesistestinginin．
ter-framediferenceisusedtoautomaticallydeterminemovingpixelsinageneralvideosequence．Additionally，the
thresholdisfoundbygraylevelco-occurrencematrixconsideringthebackgroundtexturechange．Secondly，motionre．

sionsareextractedusingamatrix-clusterapproach，andthen，morphologicandhead-tailSCanmethodsareusedtofill
theregions．Thirdly，forthreeconsecutiveframes，themovingobjecttemplateinthesecondframeCanbefoundaccord．
ingtothetemplatesinthetwointer—framediferenceimages．Basedonthistemplate，motionregionsinthesecond
frlLrnecanbesegmented．，improvestheprocessspeedandresultsefect．Experimentalresultsdemonstratethatthealso-
rithminthispaperwhichisusingcoarse-to-finetechniqueisefectivetosegmentmovingobjectinvideosequence．
Keywords：Movingobjectsegmentation，Videosurveillance，HigherOrderStatistics(HOS)，Graylevelco-ocurrence
matrix

1引言算光流场，找出符合运动模型的象素区域，进而合
目前，智能视频监控是计算机视觉应用中一个并区域，来构成运动对象。这种方法计算量较大，且
非常活跃的研究领域．具有广泛的应用背景和重要光流估算的可靠性较差。对运动模型参数的估算还
的研究价值。运动目标的分割和跟踪是视频监控中有两种典型算法：贝叶斯分割和分层分割法[21。但都
最重要的两个步骤，而且跟踪要在准确分割的基础不能满足实时分割的要求。
上进行，运动目标分割的效果直接影响着整个系统本文采用一种新的视频分割方法，运算快速，
的优劣。静态背景的图象序列是视频中比较有代表适用于视频监控系统。该方法首先获得灰度帧间差
性的种类，尤其在视频监控领域中，主要是针对摄图；然后采用帧差图的HOS(HigherOrderStatistics，
像机位置固定的场景进行监控。本文着重研究