1.2运动目标检测常用的方法

通常意义上讲，视频监控系统中获取的视频图像包括前景和背景两郭分，它们在不同的问题中有不同的涵义。在本文设计的运动目标检测方法中。摄像机是静止的，并且前景主要是指人或者车辆，背景主要是俯视角度下的街道马路等背景变化不迅速的场景，这种场景基本上属于静止背景，即使是变化也是缓慢的变化。而静止背景下的运动目标检测方法主要有光流法、帧间差分法、背景差分法等，下面主要介绍应用最广泛的后两种方法的原理和特点。

1.3 帧间差分法

相邻帧间差分法的运动目标检测的原理是：当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别．相邻两帧图像相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来确定图像序列中有无物体运动，并报警。这种方法的优点是因两幅图像之间的时间间隔较短。对光线等场景变化不太敏感，能够适应各种动态环境，检测有效而稳定。不足之处是不能检测出物体的准确位子。采用这种方法时，需要考虑如何选择合适的时间间隔，这一般依赖于所监视的物体的运动速度翻。对快速运动的物体。需要选择较小的时间差，而如果选择得不合适。最坏情况下物体在前后两帧中没有重叠．造成被检测为两个分开的物体：而对慢速运动的物体，应该选择较大的时间差，而如果选择得不适当，最坏情况下物体在前后两帧中几乎完全重叠，根本检测不到物体。

1.4 背景差分法

背景图像差分法[61是利用当前图像与背景图像的差分来检测运动区域的一种技术。它将当前每一帧图像与事先存储或者实时得到的背景图像(不存在任何运动物体)相减，一般情况下，由于运动物体在灰度上与背景灰度存在着很明显的差异，这样作差分后的差值图像只是在运动物体处有较大的灰度值。选取适当的阈值，差值图像的灰度值大于闭值．财判定被监视场景中有运动物体，从而得到运动目标。这种方法的优点是：1)检测出的运动目标位置精确文献综述，且速度快，因为它只需获取当前的一幅图像；2)经根据实际情况确定阈值进行处理后，所得结果直接反映了运动目标的位置、大小、形状等信息。不足之处是受环境光线变化的影响非常敏感。容

易产生误报警。

2帧间差分法实例与算法

下面举一个实例来介绍用帧间差分法实现运动目标检测的方法以及其算法。

2.1  基于帧间差分法快速运动人脸检测方法

2.1.1 概述

考虑到在视频监控等应用系统中，实时性要求较高，而人体一般都足以比较IF常的速度运动的，I司时由于本文所作的运动检测只是要为后面的人脸检测奠定一个基础，在这个部分只要得到人体的大致区域即可，在得到的运动人体内即使产生了一些空洞现象也不会影响最终的榆测结果。因此可以利用帧间差分算法运行速度快的点，快速而准确地检测出人体运动的大致区域。人体在视频监控范围内的运动是任意的，时而静止，时而运动(包括微运动)，时而整体运动，时而局部运动，对此提出了详细的优化算法，以提高人脸检测的速度和准确率。

2.1.2  算法与步骤

本文所提出的基于帧问差分法的快速运动人脸检测算法具体实现步骤如下：

1)将两帧连续拍摄的人脸图像相减，得到差分图像仇(x，y)，其中

2)选择合适的阅值，对上述差分图像进行二值化，得到二值化图像DLk(x，y)。

阈值可以手动选择，也可以自动选择