基于帧间差分背景图像的视频图像压缩感知重构方法技术

本发明专利技术涉及一种基于帧间差分背景图像的视频图像压缩感知重构方法，将基于帧间差分法获取的背景图像作为后一帧图像的先验知识进行后一帧帧图像的重构，通过获取的背景图像代替原有的参考帧图像进行帧图像的重构，避免了参考帧图像选取不同造成的重构误差，提高了重构质量，节省了重构时间，提高视频图像的重建效率和重建精度。

【技术实现步骤摘要】
基于帧间差分背景图像的视频图像压缩感知重构方法
本专利技术涉及一种图像信息处理技术，特别涉及一种基于帧间差分背景图像的视频图像压缩感知重构方法。
技术介绍
在处理监控视频信号时，考虑到视频帧与帧之间的相关性，通过帧间差分图像本身具有的稀疏性和参考帧图像进行帧图像的重构，以及对当前帧图像进行运动估计和运动补偿提高视频重构质量，但是参考帧图像的选取对帧图像重构质量有较大的影响，参考帧图像选取不同极易造成的重构误差。
技术实现思路
本专利技术是针对监控视频信号处理中参考帧图像选取不同会造成重构误差的问题，提出了一种基于帧间差分背景图像的视频图像压缩感知重构方法，将基于帧间差分法获取的背景图像作为后一帧图像的先验知识进行后一帧帧图像的重构，通过获取的背景图像代替原有的参考帧图像进行帧图像的重构，避免了参考帧图像选取不同造成的重构误差，提高了重构质量，节省了重构时间。本专利技术的技术方案为：一种基于帧间差分背景图像的视频图像压缩感知重构方法，具体包括如下步骤：第一步：通过终端节点的视频摄像头获取原始视频信号x，对每帧视频图像进行小波基稀疏表示Ψx，Ψ为稀疏变换矩阵，然后使用测量矩阵Φ进行观测得到带加性噪声的压缩信号y＝ΦΨx，此压缩信号y为测量值；第二步：通过帧间差分法获取背景图像：1)通过压缩感知重构算法获取第K-1帧和第K-2帧的视频图像，假设第K-1帧图像与第K-2帧图像分别表示为FK-1(i,j)与FK-2(i,j)；2)利用第K-1帧图像FK-1(i,j)与第K-2帧图像FK-2(i,j)计算差分图像FK-1,K-2(i,j)＝FK-1(i,j)-FK-2(i,j)；3)根据阈值T，阈值T是图像矩阵中所有像素点灰度值的加权平均值，将差分图像FK-1,K-2(i,j)二值化处理得到二值图像AK-1,K-2(i,j)，则二值图像中白色点代表运动目标及噪声点，而黑色点代表背景信息；4)将二值图像AK-1,K-2(i,j)先进行开运算然后闭运算得到图像BK-1,K-2(i,j)，目的是去除噪声，并且填充运动目标内部的空洞；5)根据图像BK-1,K-2(i,j)各点像素值，通过前两帧图像上的相应位置的像素点来确定背景图像的像素点值，K≥3，最初的前两帧图像直接获取，即若图像BK-1,K-2(i,j)中的像素值为0，则背景图像的像素值等于前两帧图像相应位置的像素平均值，反之，将此位置的背景图像的像素值置零：第三步：基于帧间差分背景图像的视频图像压缩感知重构算法：输入：随机的测量值y，测量矩阵Φ，稀疏变换矩阵Ψ；输出：原始视频信号x进行k次迭代后的值xk；①初始化，迭代次数k＝0，正则化参数τ，参数μ＞0，变量初始值d0，迭代停止值ε；②判断是否为前两帧视频图像重构，是前两帧视频图像重构，则初始向量ν0为零，转到步骤④继续执行，如不是前两帧视频图像重构，则转到步骤③继续执行；③计算前两帧图像即第K-1帧图像FK-1(i,j)与第K-2帧图像FK-2(i,j)的背景图像BK-1,K-2(i,j)，并对求得的背景图像进行小波变换，利用小波系数获得初始化向量ν0，即ν0＝ΨTBK-1,K-2(i,j)；④计算中间变量xk'，即xk'＝νk+dk；⑤在当前νk和dk向量值基础上更新空域变量xk+1；更新空域变量公式如下：xk+1＝(ΦTΦ+μI)-1(ΦTy+μΨxk')I为单位矩阵；⑥计算中间变量νk'，即νk'＝ΨTxk+1-dk；⑦在当前νk和dk向量值基础上进行阈值算子操作，更新频域变量νk+1；更新空域变量公式如下：soft为软阈值算法；⑧利用式子dk+1＝dk+νk+1-ΨTxk+1更新迭代变量；⑨更新迭代次数，用k+1替代k；⑩计算目标函数f(xk+1)和迭代终止函数，迭代终止函数为判断是否满足迭代停止条件，若满足C(xk+1,xk)＜ε，返回当前估计值xk，反之，则返回到步骤②继续执行，xk即为重构的第K帧图像。本专利技术的有益效果在于：本专利技术基于帧间差分背景图像的视频图像压缩感知重构方法，提高视频图像的重建效率和重建精度。附图说明图1为本专利技术视频图像的压缩感知流程图；图2为本专利技术基于帧间差分法获取的背景图像；图3为本专利技术的基于帧间差分背景图像的视频图像压缩感知重构算法流程图；图4为本专利技术基于帧间差分背景图像的视频图像压缩感知重构算法重构的图像。具体实施方式基于帧间差分背景图像的视频图像压缩感知重构算法利用背景图像作为后一帧图像的先验知识，提高视频图像的重建效率和重建精度。基于帧间差分背景图像的视频图像压缩感知重构方法如下：(1)通过终端节点的视频摄像头获取原始视频信号x，对每帧视频图像进行小波基稀疏表示Ψx，Ψ为稀疏变换矩阵，然后使用测量矩阵Φ进行观测得到带加性噪声的压缩信号y＝ΦΨx，此压缩信号y为测量值，如图1所示；(2)通过帧间差分法获取背景图像：如图2所示(a)为第一帧视频图像的压缩感知重构图像，(b)为第二帧视频图像的压缩感知重构图像，(c)为获取的背景图像，①通过压缩感知重构算法获取第K-1帧和第K-2帧的视频图像，假设第K-1帧图像与第K-2帧图像分别表示为FK-1(i,j)与FK-2(i,j)，i、j分别是图像矩阵的行和列；②利用第K-1帧图像FK-1(i,j)与第K-2帧图像FK-2(i,j)计算差分图像FK-1,K-2(i,j)＝FK-1(i,j)-FK-2(i,j)；③根据阈值T(阈值T是图像矩阵中所有像素点灰度值的加权平均值)，将差分图像FK-1,K-2(i,j)二值化处理得到二值图像AK-1,K-2(i,j)，则二值图像中白色点代表运动目标及噪声点，而黑色点代表背景信息；④将二值图像AK-1,K-2(i,j)先进行开运算然后闭运算得到图像BK-1,K-2(i,j)，目的是去除噪声，并且填充运动目标内部的空洞；⑤根据图像BK-1,K-2(i,j)各点像素值，通过前两帧帧图像上的相应位置的像素点(K≥3，最初的前两帧图像直接获取)来确定背景图像的像素点值，即若图像BK-1,K-2(i,j)中的像素值为0，则背景图像的像素值等于前两帧图像相应位置的像素平均值，反之，将此位置的背景图像的像素值置零。公式如下：(3)基于帧间差分背景图像的视频图像压缩感知重构算法基于帧间差分背景图像的视频图像压缩感知重构算法的流程图如图3所示，具体步骤如下：输入：随机的测量值y，测量矩阵Φ，稀疏变换矩阵Ψ；输出：原始视频信号x的K稀疏逼近xk是对k次迭代后的值，接近x，最终用xk代替x，是x的K稀疏逼近值，就是xk；①初始化，迭代次数k＝0，正则化参数τ，参数μ＞0，变量初始值d0，迭代停止值ε；②判断是否为前两帧视频图像重构，是前两帧视频图像重构，则初始向量ν0为零，转到步骤④继续执行，若不是前两帧视频图像重构，则转到步骤③继续执行；③计算前两帧图像即第K-1帧图像FK-1(i,j)与第K-2帧图像FK-2(i,j)的背景图像BK-1,K-2(i,j)，并对求得的背景图像进行小波变换，利用小波系数获得初始化向量ν0，即ν0＝ΨTBK-1,K-2(i,j)；④计算中间变量xk'，即xk'＝νk+dk；⑤在当前νk和dk向量值基础上更新空域变量xk+1；更新空域变量公式如下：xk+1＝(ΦTΦ+μI)-1(ΦTy+本文档来自技高网...

【技术保护点】
一种基于帧间差分背景图像的视频图像压缩感知重构方法，其特征在于，具体包括如下步骤：第一步：通过终端节点的视频摄像头获取视频信号，对每帧视频图像进行小波基稀疏表示，为稀疏变换矩阵，然后使用观测矩阵进行观测得到带加性噪声的压缩信号；第二步：通过帧间差分法获取背景图像：1）通过压缩感知重构算法获取第K‑1帧和第K‑2帧的视频图像，假设第 K‑1 帧图像与第 K‑2 帧图像分别表示为与；2）利用第 K‑1 帧图像与第 K‑2 帧图像计算差分图像；3）根据阈值T，阈值T是图像矩阵中所有像素点灰度值的加权平均值，将差分图像二值化处理得到二值图像，则二值图像中白色点代表运动目标及噪声点，而黑色点代表背景信息；4）将二值图像先进行开运算然后闭运算得到图像，目的是去除噪声，并且填充运动目标内部的空洞；5）根据图像各点像素值，通过前两帧帧图像上的相应位置的像素点，K≥3来确定背景图像的像素点值，最初的前两帧图像直接获取，即若图像中的像素值为 0，则背景图像的像素值等于前两帧图像相应位置的像素平均值，反之，将此位置的背景图像的像素值置零：；第三步：基于帧间差分背景图像的视频图像压缩感知重构算法：输入：随机测量值，测量矩阵，稀疏变换；输出：原始信号进行k次迭代后的值；①初始化，迭代次数，正则化参数，参数，变量初始值，迭代停止值；②判断是否为前两帧视频图像重构，是前两帧视频图像重构，则初始向量为零，转到步骤④继续执行，如不是前两帧视频图像重构，则转到步骤③继续执行；③计算前两帧图像即第 K‑1 帧图像与第 K‑2 帧图像的背景图像，并对求得的背景图像进行小波变换，利用小波系数获得初始化向量，即；④计算中间变量，即；⑤在当前和向量值基础上更新空域变量；更新空域变量公式如下：I为单位矩阵；⑥计算中间变量，即；⑦在当前和向量值基础上进行阈值算子操作，更新频域变量；更新空域变量公式如下：，soft为软阈值算法；⑧利用式子更新迭代变量；⑨更新迭代次数，用 k+1 替代 k；⑩计算目标函数和迭代终止函数（迭代终止函数为）；判断是否满足迭代停止条件，若满足，返回当前估计值，反之，则返回到步骤②继续执行，即为重构的第K帧图像。...

【技术特征摘要】
1.一种基于帧间差分背景图像的视频图像压缩感知重构方法，其特征在于，具体包括如下步骤：第一步：通过终端节点的视频摄像头获取原始视频信号x，对每帧视频图像进行小波基稀疏表示Ψx，Ψ为稀疏变换矩阵，然后使用测量矩阵Φ进行观测得到带加性噪声的压缩信号y＝ΦΨx，此压缩信号y为测量值；第二步：通过帧间差分法获取背景图像：1)通过压缩感知重构算法获取第K-1帧和第K-2帧的视频图像，假设第K-1帧图像与第K-2帧图像分别表示为FK-1(i,j)与FK-2(i,j)；2)利用第K-1帧图像FK-1(i,j)与第K-2帧图像FK-2(i,j)计算差分图像FK-1,K-2(i,j)＝FK-1(i,j)-FK-2(i,j)；3)根据阈值T，阈值T是图像矩阵中所有像素点灰度值的加权平均值，将差分图像FK-1,K-2(i,j)二值化处理得到二值图像AK-1,K-2(i,j)，则二值图像中白色点代表运动目标及噪声点，而黑色点代表背景信息；4)将二值图像AK-1,K-2(i,j)先进行开运算然后闭运算得到图像BK-1,K-2(i,j)，目的是去除噪声，并且填充运动目标内部的空洞；5)根据图像BK-1,K-2(i,j)各点像素值，通过前两帧图像上的相应位置的像素点来确定背景图像的像素点值，K≥3，最初的前两帧图像直接获取，即若图像BK-1,K-2(i,j)中的像素值为0，则背景图像的像素值等于前两帧图像相应位置的像素平均值，反之，将此位置的背景图像的像素值置零：

【专利技术属性】
技术研发人员：张雷洪，赖和木，潘子兰，梁东，
申请(专利权)人：上海理工大学，
类型：发明
国别省市：上海;31