3.4　基于差分的目标提取

基于差分的目标提取，一般用于运动图像的目标提取，有帧间差分和背景差分两种方式，以下分别利用工程实践项目来说明两种差分目标提取方式。

3.4.1　帧间差分［4］

所谓帧间差分，就是将前帧图像的每个像素值减去后帧图像上对应点的像素值（或者反之），获得的结果如果大于设定阈值，在输出图像上设为白色像素，否则设为黑色像素。可以用下式表示。

　　 （3.14） 　　

其中，f1（x，y），f2（x，y）和f（x，y）分别表示序列图像1、序列图像2和结果图像的（x，y）点像素值；‖为绝对值；thr为设定的阈值。

本书通过羽毛球技战术统计项目（具体参考11.3.1节）说明帧间差分提取羽毛球目标的方法。

图3.14是一段视频中的相邻两帧及差分后的二值化图像，阈值设定为5。二值图像上的白色像素表示检测出来的羽毛球和运动员的运动部分。由于摄像机没有动，因此序列帧上固定部分的像素值基本相同，差分后接近于零，而羽毛球、运动员等运动区域，会差分出较大值来，由此提取出运动区域。

3.4.2　背景差分［5］

交通流量检测是智能交通系统ITS（intelligent transportation system）中的一个重要课题。传统的交通流量信息的采集方法有：地埋感应线圈法、超声波探测器法和红外线检测法等，这些方法的设备成本高、设立和维护也比较困难。随着机器视觉技术的飞速发展，交通流量的视觉检测技术正以其安装简单、操作容易、维护方便等特点，逐渐取代传统的方法。

本项目的目标是要开发一种不受天气状况、阴影等影响的道路车流量图像检测算法。技术要点如下：

①实时获取背景图像；

②提取每一帧图像上的车辆；

③去除车辆阴影的影响；

④区分每一帧上的不同车辆；

⑤判断连续帧上车辆的同一性，实现对通过车辆的计数。

本项目使用笔记本电脑，通过IEEE1394接口连接数码摄像机，进行视频图像采集并保存，图像大小为640×480像素，图像采集帧率为30帧/秒。摄像机的安装位置距地面高约6.6m，俯角约60°。采集的视频图像为彩色图像，以其红色分量R为处理对象。

本项目需要首先计算没有车辆的背景图像，而且由于天气的昼夜转换，背景图像需要不断计算和定时更新。本节内容不介绍背景图像的计算、更新以及其他相关算法，只关注基于背景差分的目标车辆提取方法。如果已知背景图像，将当前图像与背景进行差分处理，即可提取运动的车辆。

利用帧间差分算式（3.14），将f1代入当前的图像，f2代入背景图像，阈值设定为背景图像像素值的标准偏差，对处理结果图像f再进行去除噪声处理（见第5章），即可获得理想的车辆提取结果。图3.15是一组背景差分的图像示例。其中，图（a）是公路的背景图像，图（b）是某一瞬间的现场图像，图（c）是对图（a）与图（b）差分图像进行阈值分割和去除噪声处理的结果。背景图像是由一段实际图像计算获得。