一种基于改进ViBe的运动目标检测方法

doi:10.3969/j.issn.1006-2475.2015.07.011

计算机与现代化

一种基于改进ViBe的运动目标检测方法

广东工业大学信息与通信工程学院，广东广州510006

收稿日期:2015-02-02 出版日期:2015-07-23 发布日期:2015-07-28
作者简介:吴剑舞（1988-），男，福建莆田人，广东工业大学信息与通信工程学院硕士研究生，研究方向：嵌入式系统及智能家居；翁玲瑜（1989-），女，江西上饶人，硕士研究生，研究方向：嵌入式系统及智能家居。

An Improved Algorithm for Moving Object Detection Based on ViBe

School of Information and Communication Engineering, Guangdong University of Technology, Guangzhou 510006, China

Received:2015-02-02 Online:2015-07-23 Published:2015-07-28

摘要/Abstract

摘要：

摘要：针对ViBe算法存在的不能有效去除背景噪声以及鬼影现象，提出一种结合帧差法和ViBe算法的改进算法。首先利用帧差法提取出运动目标的轮廓，然后根据得到的轮廓粗提取运动目标区域，最后

在得到的运动目标区域基础上分类进行ViBe算法更新背景并分割出完整的运动目标。实验结果表明，此算法能够有效抑制噪声以及鬼影造成的影响，在速度方面也比原算法有所提高。

关键词: ViBe算法, 帧差法, 运动目标检测

Abstract:

To solve the problem that traditional ViBe algorithm can not effectively remove the influence of background noise and ghost, an improved algorithm based on ViBe and

framedifference algorithm was proposed. Firstly, the framedifference algorithm was used to extract the contour of the moving object. Secondly, the contour was used to get

the general area of the moving object. Lastly, the object could be perfectly segmented from region after updating background using ViBe algorithm on classification based on the

general area. Experiments show that, this algorithm can suppress the influence of noises and ghost effectively, and its processing speed is better than the traditional ViBe

algorithm.

Key words: ViBe algorithm, framedifference algorithm, moving object detection

中图分类号:

TN911.73

吴剑舞，翁玲瑜，童怀. 一种基于改进ViBe的运动目标检测方法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2015.07.011.

WU Jianwu， WENG Lingyu， TONG Huai. An Improved Algorithm for Moving Object Detection Based on ViBe[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2015.07.011.

［1］
王亮,胡卫明,谭铁牛. 人运动的视觉分析综述［J］. 计算机学报, 2002，25(3):225-237．
［2］陈春雨,姚秋香,乔玉龙. 基于帧差法和边缘检测法的视频分割算法［J］. 济南大学学报, 2012,26(1):31-36.
［3］高美凤,刘媂. 分块帧差和背景差相融合的运动目标检测［J］. 计算机应用研究, 2013,30(1):300-302.
［4］胡以静,李政访,胡跃明. 基于光流的运动分析理论与应用［J］. 计算机测量与控制, 2007,15(2):219-221.
［5］ Brutzer S, Hoferlin B, Heidemann G. Evaluation of background subtraction techniques for video surveillance［C］// IEEE Conference on Computer Vision and Pattern

Recognition(CVPR). 2011,6:1937-1944.
［6］ Stauffer C， Grimson W. Adaptive background mixture models for realtime tracking［C］// Proc. of IEEE Conf Computer Vision and Pattern Recognition. 1999,2.
［7］ Ahmed Elgammal, Harwood D, Davis L. Nonparametric model for background subtraction［C］// Computer VisionECCV 2000,Lecture Notes in Computer Science(LNCS 1834).

2000:751-767.
［8］ Kim K, Chalidabhongse T H, Harwood D, et al. Background modeling and subtraction by codebook construction［C］// Proc. of the IEEE Int. Conf. on Image Processing.

2004:3061-3064.
［9］ Kim K, Chalidabhongse T H, Harwood D, et al. Realtime foregroundbackground segmentation using codebook model［J］.RealTime Imaging, 2005,11(3):167-256.
［10］Barnich O, Droogenbroeck M V. ViBe: A powerful random technique to estimate the background in video sequences ［C］// Proceedings of ICASSP 2009. 2009:945-948．
［11］邱祯艳，王修晖. 一种结合Grabcut的ViBe目标检测算法［J］. 中国计量学院学报， 2012,23(3):251-256.
［12］陈亮,陈晓竹,范振涛. 基于ViBe的鬼影抑制算法［J］. 中国计量学院学报， 2013,24(4):425-429.
［13］Li Yongqiang, Chen Wangzhong, Jiang Rui. The integration adjacent frame difference of improved ViBe for foreground object detection［C］// Proceedings of the WiCOM 2011.

2011:1-4.
［14］Droogenbroeck M V, Paquot O. Background subtraction:Experiments and improvements for ViBe［C］// Proceedings of the 25th IEEE International Conference on Computer Vision

and Pattern Recognition. 2012:32-37.
［15］Barnich O, Droogenbroeck M V. ViBe: A universal background subtraction algorithm for video sequences［J］. IEEE Transactions on Image Processing, 2011,20(6):1709-1724.
［16］屠礼芬,仲思东,彭祺,等. 基于高斯金字塔的运动目标检测［J］. 中南大学学报, 2013,44(7):2799-2785.
［17］梁国山,朱秀昌. 用于运动人体检测的改进的帧差法［J］. 电视技术, 2009,33(S1):133-135.

[1]	胡骞鹤1，方书雅1，刘守印1，李纪平2. 基于教室监控视频的学生位置检测和人脸图像捕获算法[J]. 计算机与现代化, 2019, 0(12): 60-.
[2]	杨树国1，和文静1，刘银玲1，马琢麟1，胡帅2. 基于形态学的高斯模型和八邻域帧差法混合运动目标检测算法[J]. 计算机与现代化, 2019, 0(07): 32-.
[3]	章伟明,周武能. 基于鬼影判断抑制和局部运动补偿的改进ViBe算法[J]. 计算机与现代化, 2018, 0(01): 51-55.
[4]	焦玉清,王文中,罗斌. 基于场景语义先验和全局外观一致性的运动目标检测[J]. 计算机与现代化, 2016, 0(11): 58-63.
[5]	谢红松，董云飞，罗斌，汤进. #br# 基于TMS320DM8168平台的快速运动目标检测研究[J]. 计算机与现代化, 2015, 0(7): 55-.
[6]	董云飞1，谢红松1，罗斌1,2，汤进1,2. 基于达芬奇平台的运动目标跟踪算法[J]. 计算机与现代化, 2015, 0(10): 45-49.

一种基于改进ViBe的运动目标检测方法

An Improved Algorithm for Moving Object Detection Based on ViBe

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

编辑推荐

Metrics

本文评价