The present invention provides a foreground extraction method based on neighborhood pixel intensity correction, including the input video, including the following steps: obtaining the initial background according to the first frame of the frame sequence of the input video; making the difference between the foreground and the background of the initial background; setting the image difference threshold for stability calculation; The Otsu threshold is used to determine the optimal threshold and extract the target from the background image. A foreground extraction method based on neighborhood pixel intensity correction is proposed, and the foreground detection algorithm based on neighborhood pixel intensity correction in dynamic scene is more robust and suitable for more complex changing scenes.
【技术实现步骤摘要】
一种基于邻域像素强度校正的前景提取方法
本专利技术涉及机器视觉及图像目标检测的
,特别是一种基于邻域像素强度校正的前景提取方法。
技术介绍
目前,监控视频信息的自动处理与预测在信息科学、计算机视觉、机器学习、模式识别等多个领域中受到极大的关注。而如何有效、快速抽取出监控视频中的前景目标信息,是其中非常重要而基础的问题。视频序列中运动目标的提取是指从视频序列中将运动的区域分割出来,通过对目标运动行为的估计,预测目标在下一帧图像中的物理特征,并根据这些特征对图像序列中的目标进行关联匹配,得到运动目标的运动轨迹。它结合了计算机图像处理、视频图像处理、模式识别、人工智能以及自动控制等诸多相关领域的知识,是智能视频监控的关键技术。运动目标提取方面,主要有背景减除法、帧差法和光流法。背景减除法是最常用的方法。它是把当前帧与提取的背景相减,直接获得前景运动目标,适用于背景已知的情况,计算简单。然而实际应用中,背景往往是不固定的,需要进行背景模型的动态更新。StaufferC和GrimsonW在《Adaptivebackgroundmixturemodelsforreal-timetracking》一文中利用混合高斯分布对每个像素建模,并利用在线估计更新模型。文献《ImprovedadaptiveGaussianmixturemodelforbackgroundsubtraction》使用递归滤波器对背景图像滤波更新,增加了背景减除法的稳定性。文献《Efficienthierarchicalmethodforbackgroundsubtraction》将基于像素和基 ...
【技术保护点】
1.一种基于邻域像素强度校正的前景提取方法,包括输入视频,其特征在于,还包括以下步骤:步骤1:根据所述输入视频的帧序列的第一帧获取初始背景;步骤2:对所述初始背景进行前景和背景的差分;步骤3:设定图像差异阈值进行稳定性计算;步骤4:采用大津阈值来来确定最佳阈值,并将目标从背景图像提取出来。
【技术特征摘要】
1.一种基于邻域像素强度校正的前景提取方法,包括输入视频,其特征在于,还包括以下步骤:步骤1:根据所述输入视频的帧序列的第一帧获取初始背景;步骤2:对所述初始背景进行前景和背景的差分;步骤3:设定图像差异阈值进行稳定性计算;步骤4:采用大津阈值来来确定最佳阈值,并将目标从背景图像提取出来。2.如权利要求1所述的基于邻域像素强度校正的前景提取方法,其特征在于:在所述步骤1中计算B1(x,y)=F1(x,y),其中B1(x,y)和F1(x,y)分别是在坐标点(x,y)处的背景像素值和当前帧在该点的像素值,x≤P,y≤Q,P和Q分别表示所述初始背景的宽度和高度。3.如权利要求2所述的基于邻域像素强度校正的前景提取方法,其特征在于:对于第i帧,用于所述差分的背景图像Bi可由Bi-1得到,其中,4.如权利要求3所述的基于邻域像素强度校正的前景提取方法,其特征在于:所述步骤2包括当前背景与当前帧之间的差异Di计算公式为Di=|Fi(x,y)-Bi-1(x,y)|,其中,5.如权利要求4所述的基于邻域像素强度校正的前景提取方法,其特征在于:所述步骤2还包括将所述图像差异Di从背景图像和运动目标中分离出来,公式为其中,τ为自行设置的阈值。6.如权利要求5所述的基于邻域...
【专利技术属性】
技术研发人员:玄祖兴,郭燕飞,孙欣,王海,
申请(专利权)人:北京联合大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。