在上述檢測算法中，幀間差分法和背景減除法更加適用于如視頻監(jiān)控、智能交通系統(tǒng)等圖像背景靜止的環(huán)境中。光流法則更加適用于背景不斷變化的動態(tài)環(huán)境中。下面我們來介紹以上三種常用算法的基本原理。

幀間差分法

適應(yīng)環(huán)境能力強(qiáng)、計(jì)算量小、且穩(wěn)定性好，是目前應(yīng)用廣泛的一類運(yùn)動檢測方法。其原理是將相幀或者三幀序列圖像像素點(diǎn)的對應(yīng)灰度值進(jìn)行相減，如果灰度差值大于閾值則說明此處物體發(fā)生了變化，它是運(yùn)動的；如果像素的灰度差值小于給定閾值說明此處物體沒有發(fā)生變化，認(rèn)為它是靜止的。將像素灰度值發(fā)生變化的部分標(biāo)記出來，這些被標(biāo)記的點(diǎn)就組成了運(yùn)動目標(biāo)區(qū)域。進(jìn)一步對灰度圖像進(jìn)行二值化分析，提取目標(biāo)運(yùn)動信息，區(qū)分出前景和背景圖像，進(jìn)而分割出運(yùn)動目標(biāo)。

背景減除法

其實(shí)是一種特別的幀間差分法，背景減除法根據(jù)將當(dāng)前幀圖像與背景模型做差來實(shí)現(xiàn)對運(yùn)動目標(biāo)的檢測。這種方法首先獲取背景模型，并將其保存起來，當(dāng)對某一幀圖像進(jìn)行檢測時，用實(shí)時獲取的幀圖像與背景模型做差分運(yùn)算，得到要檢測的運(yùn)動目標(biāo)。

光流法

當(dāng)運(yùn)動目標(biāo)在監(jiān)控場景中產(chǎn)生運(yùn)動的時候，物體表面會形成位移矢量場，根據(jù)其變化可以得到運(yùn)動目標(biāo)。光流是指移動物體在其對應(yīng)的灰度圖像上的表面運(yùn)動，在光流場中，運(yùn)動目標(biāo)的速度矢量形成的平面投影構(gòu)成了目標(biāo)的運(yùn)動信息。運(yùn)動目標(biāo)在投影上形成的速度矢量是比較均勻，運(yùn)動目標(biāo)速度不同形成的速度矢量也不相同，通過光流的計(jì)算結(jié)果就可以區(qū)分出速度不同的運(yùn)動目標(biāo)。

圖像處理算法

一開始應(yīng)用應(yīng)該是采用服務(wù)器的軟件算法來完成，隨著互聯(lián)網(wǎng)技術(shù)的不斷成熟，會擴(kuò)展到云端計(jì)算來完成，但是這樣對于網(wǎng)絡(luò)帶寬要求非常大，對于云服務(wù)器的計(jì)量量要求也非常高。筆者估計(jì)，視頻圖像處理技術(shù)算法的大規(guī)模產(chǎn)業(yè)化應(yīng)用，必然是需要專業(yè)的芯片來完成，該芯片就是機(jī)器視覺 (CV) 芯片。芯片方式一定是能夠降低成本，同時提高運(yùn)算能力。從近年的整個行業(yè)情況來看，計(jì)算機(jī)視覺作為人工智能領(lǐng)域最重要的方向之一，由于機(jī)器視覺芯片誕生和深度學(xué)習(xí)算法不斷發(fā)展，近幾年獲得了巨大的發(fā)展，各項(xiàng)應(yīng)用在不同的行業(yè)里開始落地生根。