关于移动侦测（Motion Detection）算法

本帖最后由 9crk 于 2014-12-27 11:31 编辑

Motion Detection 可以说是移动侦测，或者“前景识别”，主要的思想就是利用上一帧来减去下一帧，来判断是否有移动的物体。

之前本人接触过的ASC88xx 安霸A5S Hi3518a都有提供移动侦测功能，设计的主要思想，就是可以设置一个或多个ROI(报警区域)，如果区域内的帧差（区域总和或方差）超过一个阈值，就执行报警。

然而，很多时候，工程师需要处理一些特殊情况，比如室内监控，突然的开关灯、日夜模式切换时的 IR-cut、转动的电风扇、夜晚闪烁的电脑网络指示灯、窗外摇动的树叶、夜晚低照度下sensor的随机噪点……

这些都是简单的帧差无法较好处理的情况。

据我所接触过的一些公司产品中，都只有最简单的帧差算法，误报的话，就用加高报警阈值的方式来做折中，但代价是降低了报警响应速度、加大了漏报率。

网上有一个开源项目motion，看其源代码也只是在帧差的基础上做了开关灯情况的检测，不过效果还可以，能将整个运动过程从进入到出去比较完整记录下来，这一点就已经是很多安防IPC做不到的了。（暂时没找到项目地址）

当这些误报或漏报对你的工程造成困扰后，你能做什么：
1.开关灯、日夜切换：
   做平均计算：把一幅图像分成10*10，如果整个画面100个框中都突然具有较大帧差，则忽略报警
2.闪烁的网络指示灯：
   一般情况，这个灯的面积不会太大，所以可以使用方差统计的方法来解决（面积太小，达不到报警阈值）
3.晃动的树叶、风扇
  树叶、风扇这些物体都是颜色有规律，比如第一秒是绿叶，第二秒是树干、第三秒是……，总之不是绿的就是灰的，如果我给它建立一个账本，告诉这个像素点：你如果是绿色和灰色，我就让结果输出0，其他颜色，我就让结果输出1，这样的话，当有其他物体入侵时，是不是很容易得到大面积的1，而树叶不管怎么晃，都会是0 ？这就是codebook算法，事实上，还能做很多演进，比如自动学习复杂背景（如果此区域长时间（超过N秒）不断出现这几种颜色，我就让这几种颜色记录进账本，下次他们再出现，就当作背景了）。


大家有什么图像方面的问题，都可以跟帖哦。