193、安防周界误报的影像根因——树叶晃动/光影变化对运动检测的影响，以及基于光流与背景建模的改进方案

193、安防周界误报的影像根因——树叶晃动/光影变化对运动检测的影响，以及基于光流与背景建模的改进方案凌晨两点，值班室电话响了。客户说厂区东侧围墙的周界报警又触发了，这已经是本周第七次。我打开回放，画面里只有一棵梧桐树在风里晃，影子在地上拉长又缩短，像一只缓慢爬行的黑手。红外枪机，1080P，25fps，H.265，码率固定4Mbps。算法是某家老牌厂商的“智能移动侦测”，灵敏度调到中档。问题很典型：树叶晃动和光影变化，把运动检测算法骗得团团转。这类误报的根子不在算法“笨”，而在影像链路的底层假设出了偏差。传统运动检测基于帧差法或简单的背景减除，它默认“背景是静止的，前景是运动的”。但安防室外场景里，背景本身就是个动态系统——树叶在风里做非刚体运动，云层移动改变光照强度，路灯开关造成全局亮度跳变，甚至摄像机本身的微振动都会让像素产生亚像素级位移。这些都不是“目标”，但它们的像素值变化幅度，在阈值判断上跟真实入侵者几乎没有区别。我见过最离谱的一次误报，是下午四点半，太阳被一片薄云遮住又露出，整个画面的平均亮度在十秒内变化了百分之十五。帧差法把整个画面都判定为前景，报警区域覆盖了半面围墙。客户说“这破系统连天气变化都分不清”，话糙理不糙。先拆解根因。树叶晃动的本质是高频空间变化叠加低频运动——每片叶子边缘的像素值在亮绿和暗绿之间跳变，跳变频率取决于风速。帧差法对这类噪声的响应是“边缘闪烁”，表现为报警框在树冠区域反复出现又消失。光影变化则更隐蔽，它改变的是整块区域的直流分量，帧差法在阴影边缘会产生一条“伪运动带”，因为阴影边界处的像素值变化率恰好落在运动检测的敏感区间。更麻烦的是，这两种干扰经常叠加——风吹树叶，影子在地上晃动，地面区域的像素变化同时包含高频抖动